Не скажу, что заполняемые от руки истории болезни остались в далёком прошлом. Однако российские врачи наших дней, кого я видел, историю болезни, как и остальную документацию ведут теперь иключительно в электронном виде на центральном сервере больницы через персональный компьютер в своём кабинете.
@@РазДва-ш8о не надо обвинять меня в том, чего я не писал. Написано же: ""... кого я видел ...". Или вы дальше первого предложения никогда не читаете, тут же бросаетесь отвечать? Даже при том, что Москва - это не Россия, больницы в остальных крупных городах тоже компьютеризированы. А что касается сельских больниц, то там и в советские времена с медициной был полный мрак, не до компьютеров. Если во времена Брежнева роль праздничной витрины социализма исполняло государство ГДР, то в наши дни эту роль забрала себе Москва.
Это очень хорошее видео. Оно состоит из понятных рассуждений и обостряет интерес к продолжению. Особенно интересен алгоритм подбора весов и конечно многое другое.
Очень хорошее видео. Интересно, доступно, полезно. Можно использовать это видео как один из нейронов, активация которого позволяет распознать любое видео как крутое.
Стал изучать нейросети и как раз разбирал пример кода именно этот. Где обучается сеть на базе картинок 28*28. Видео дало более глубокое понимание работы принципа, взаимосвязей, за это огромное спасибо! В примере лектор сказал что это темный ящик и не было понимания как это связано с линейной алгеброй! Тут все стало понятно, ( хотя это ага эффект и иллюзия ;))ибо в обучении сказали что это чёрный ящик. С нетерпением жду продолжение. Очень крутое объяснение про механизм весов, принцип работы, активации. Но чучуть базово изучить как работает мозг с точки зрение нейрофизиологии тоже полезно для полноты картины и объема понимания! С нетерпением жду продолжения как проходит обучение! Вы делаете очень крутую работу!
Спасибо за хороший перевод, исходник очень крутой и понятный при этом. Благодаря переводу он стал доступен для РУ сегмента. Жаль остальные видео только с сабами (несколько корявыми, но и на этом спасибо, тем кто эти сабы делал). На клоунов-гуру англ языка и озвучки не обращайте внимания. Главное начинка конфеты, а не обёртка, особенно учитывая, что конфета бесплатная.
Люблю 3blue1brown. Когда начинал заниматься нейросетями пересмотрел все видео по этой теме. Отличный перевод, однако если вы действительно хотите этим заниматься, то умение смотреть и понимать, что говорит автор в оригинале - обязательное условие. Учите английский!!!
Сел поесть, Ну и думаю, посмотрю что-нибудь интересное :-) Если умножить разные виды еды на разные напитки, то получится набор блюд, В среднем которое вы любите есть. Ну от 0 до 9. Вот такая математика
14:45 опечатка. В векторе сдвигов последний элемент должен быть bk, а не bn. Произведение слева - вектор столбец длины k+1 (во втором слое k+1 нейронов). P.S. Автору и переводчику огромный респект! Самое крутое объяеснение нейросети. Ждём продолжения переводов. По линейной алгебре тоже огонь, советую. Даёт геометрическую интуицию и реальное понимание, а не тупое зазубривание алгоритмов, как это обычно учат в школе/универе.
Наш мозг пытается понять как он устроен.. И не просто пытается понять, а уже вполне конретно многое понял и сделал штуки похожие на себя! Как же причудливы формы движения материи во вселенной
Используете специальный психологический приём, когда вы отделяетесь от собственного мозга и как бы наблюдаете извне, чтобы создать вид, что вы исследователь или чтобы показать, что вы исследователь?
Естественно, мозг не может исследовать сам себя. Отсюда вывод, что мы это не мозг. Мозг лишь машина и не умеет мыслить, подобно компьютеру и нужен пользователь, который будет этой машиной управлять, пользователь это и есть тот, кто думает.
@@Last_Player555 Спорные утверждения. Во первых может мозг исследовать сам себя, ну, не в прямом конечно смысле, а вот чужой мозг в томографе запросто. И исследуют и много чего уже известно
@@naturetechno6001 на томографе можно лишь увидеть следствие мышления, увидеть как работает машина. Это то же самое, что изучать прибором автомобиль, видеть как срабатывает руль или педали, передачи, и делать выводы на этом, почему автомобиль едет, но не видеть водителя, потому, что он скрыт от прямого наблюдения.
Очень доходчиво! Хотя и сжато! Матрицы и веса, конечно, не новое, известны из курса высшей математики😃 но главная идея, видимо, в том, что трудоёмкая ручная работа по вычислению значений переложена на компьютеры! Про сигмоиду и ее простое использование))) в операциях мне понравилось!
Огромное спасибо за то, что вы делаете. Надеюсь, это не будет заброшено, ведь в России так мало людей, которые интересуются подобным контентом((( Очень-очень хотелось бы увидеть видео в переводе о кватернионах)
@@vsratko_ebich технологические инновации идут не только "оттуда", а их создают во всём мире, где Россия, Индия и Китай занимают лидирующие позиции. В России же не все недоразвитые, как ты.
@@vsratko_ebich чтобы писать об инновациях, нужно к ним хотя бы приблизиться немного. А судя по тому, что вы пишете, вы черпаете знания об инновациях из жёлтой прессы.
@@vsratko_ebich Как бомжи с бутылкой водки рассуждают о политике, так и ты о инновациях. А у самого даже не хватает душка собрать шмотки и уехать в развитую страну. Но только ты там нахер не сдался никому, поэтому без вариантов.
Приятно когда не нужно делать лишних действий а просто закинуть 📸 или 📹 в дизайнерскую среду. С описанием К её ретушированию И на выходе получить желаемый результат. ЭТО не просто Ускоряет процесс редактирования и обработки 📸 а Выводит его на новый мировой уровень. Редактор Wombo Al Основан на одном из фильтров компании Adobe И является независимым проэкт ом но его развитие и обучение путём проб и ошибок и их исправлении позволяет ускорить процесс обучения всей Нейросети компании Adobe. Проэкт Wombo Al Появился на свет недавно буквально в Феврале 2021 года. И нуждается в раскрутке и возможном Спонсировани.
Нейроны не "зажигаются" а достигают предела при котором происходит электрический пробой нейрона. Такая сеть очень сложна для начинающего. Надо начинать с сети которую невозможно больше упростить. Нейроны да - можно обозначать числами, но только целыми числами дробные числа усложняют задачу.
черт побери, это вообще нормально что я не только понял что было показано в этом видео, но и правильно представлял себе общую концепцию того как это работает? это настолько странно, что мне кажется я что-то неправильно понял))
Наконец-то понятное объяснение работы нейрости, другие статьи и видео объясняли слишком замудрено и много терминов использовали Не понял только зачем нужны сдвиги(если можно объясните пожалуйста, хочу сам создать проект с нейросетью, но так и не понимал, как они работают) и как всё-таки обучаются нейросети(жду видео)
ещё PDA распознавали циферки и буковки из рукописного ввода. но ведь у них не было мощных процессоров и нейросеть там бы тормозила. тогда как они это делали? ответ очень прост! они использовали расстояние Хэмминга - en.wikipedia.org/wiki/Hamming_distance если циферки от 0 до 9 представить в виде 1-мерного массива (расположить все пиксели от верхнего-левого угла до правого-нижнего), то получим 10 одномерных массивов. у рукописного ввода определяем границы символов (тупо сканируем по вертикальным и горизонтальным линиям где хоть 1 не белая точка встрачается пока не будут найдены строки и столбцы границ символов), а каждый символ масштабируем до размеров тех 10 эталонов и тоже приводим к 1-мерному массиву. затем каждый символ сравниваем по расстоянию Хэмминга с 10 эталонами и где расстояние Хэмминга меньше - та цифра это и есть! возможно описание кажется длинным, но это самое простое, эффективное и быстрое (для процессора и памяти компьютера или телефона) решение. да, вот так вот просто можно распознавать рукописный ввод. можно буквально за час написать и поиграться. безо всяких нейросетей. вывод: учим математику ;-)
Супер! Что такое расстояние Хемминга для двоичных чисел я знал раньше (код Грея и все такое) но сейчас взглянув на указанную статью в Википедии был немного обескуражен тем, что "расстояние" для не-двоичных наборов вычисляется как кол-во не совпадающих разрядов, не важно кол-во возможных состояний разряда. То есть расстояние между белым и почти-белым пикселем равно 1 также как и между черным и былым! И это при том, что разложив два набора в двоичный вид (по сути, лишь изменив форму представления), получится другое расстояние! А так наводка на использование расстояния Хемминга для распознавания образов меня впечатлила, я про такое не знал, сразу (Остапа понесло) стал представлять распознавание отпечатков пальцев, жесты и т.п. Респект!
Всегда можно придумать алгоритм для распознавания чего-то, но самое забавное в том, что это не нейросеть. И эту ошибку я совершаю каждый раз, придумывая алгоритм, но нейросеть так не работает. К примеру для распознавания кружков, палок, квадратов можно придумать и написать алгоритм, у меня с этим никогда проблем не было. Но опять же это не нейросеть. Программирование нейросетей это нечто другое и это не обычное программирование, поэтому обычный кодер привыкший к решению задач через выстраивание логических связей и блоксхем должен будет фактически учиться заново прогить, по новому и новым способом. И чем больший у него стаж тем труднее ему будет перестраиваться.
Отлично.Толково.Логично.Ясно.Без воды в решето налита информация.Спасибо автору ролика.И переводчику.Ждем новые Проекты.Переводы.Успехов.784. 28. 28. Всего то 13 тыс. Функций.Ага.Не так уж и много.
* Deep Learning * Deep learning is a subset of AI and machine learning that uses multi-layered artificial neural networks to deliver state-of-the-art accuracy in tasks such as object detection, speech recognition, language translation and others. Deep learning differs from traditional machine learning techniques in that they can automatically learn representations from data such as images, video or text, without introducing hand-coded rules or human domain knowledge. Their highly flexible architectures can learn directly from raw data and can increase their predictive accuracy when provided with more data.
Короче это - разбиение любой картинки или звука, чего угодно на примитивы, простейшие составляющие, кирпичики, работа с ассоциациями, и далее уже идет работа с этими кирпичиками, с тем, как они расположены. Когда элемент, пиксель один, то все очень просто - он взаимодействует сам с собой, когда же элементов много - то это уже матрица, и чем больше ячеек матрицы, и чем шире диапазон изменений каждой ячейки - тем сложнее анализ этой матрицы, естественно. Теперь понятно для чего создал нас Творец? - А для того чтобы изучать взаимодействие множества, то есть матрицы, для этого он создал таких же, но более молодых, начинающих творцов, то есть нас, мы, свою очередь, когда-нибудь будем создавать свои миры, и нашего Творца создал другой Творец, того - другой - и так бесконечно. Как говорится, если ученый не в состоянии объяснить ребенку любую вещь - то это не ученый, а шарлатан, псевдоученый, слабак. Мир поделен на 12 измерений (условно, так как на самом деле все бесконечно), чем выше измерение - тем выше частота, тем сложнее матрица, тем больше сверхспособностей у человека. В настоящее время мы живем в третьем измерении, в мире максимально четкого разделения всего и вся, с пятого измерения начинается процес объединения, границы между объектами уже не такие четкие, уже видится что все в мире есть энергия, люди объединяют свои разумы в единую сеть, нет противоречий и подавлений, а есть единство в многообразии. Правое полушарие мозга отвечает за интуицию - за связь с другими измерениями, в которых тоже живет его душа, и за воображение, за творчество, а левое полушарие за работу в этом измерении - оно создает время, ведет его отсчет своими биологическими часами, обеспечивает работу логики
переход от одного слоя нейронов к другому слою можно представить как перемножение вектора на матрицу перехода те LVL1 x M = LVL2 (размерность матрицы count(LVL1) x count(LVL2)) таким образом получаем LVL1 x M1 x M2 x .... x Mn = LVLout используя свойство ассоциативности матриц можно записать как LVL1 x (M1 x M2 x .... x Mn) = LVLout обозначив (M1 x M2 x .... x Mn) = M получаем что любая нейронная сеть может существовать всего лишь из одного перехода LVL1 x M = LVLout Живите с этим
Вы только представьте как нейросеть сможет распознавать трехмерные объекты, там ведь будут происходить бесконечные вычисления объекта, при этом в базе данных, информация об объекте должна находиться с разных ракурсов.... Это как фильме о терминаторе, когда на красном экране происходит распознавание объекта и в углу экрана выводиться таблица с 3 мерным динамическим изображением. А теперь представьте, что нейросети нужно распознать в вас не просто человека, а конкретного человека(визуально), сколько будет нужно виртуальной памяти.....
Это видео просто бомба ,я конечно это все и до этого знал но как оно хорошо объясняет ,кстати не знал про релу , только про сигмоиду . Больше переводов + лайк подписка колокольчик .( эх как повезло англо язычным у них столько контента сразу, но все же я выучу Английский и это будет значить ,что у меня станет больше контента и Русский и Английский)) ) Правда я за жизнь все это не выучу но нестрашно значит будет из чего выбирать .))))
Каждый вправе выбирать своё будущее. И мы идём в будущее, которое сами выбрали! Пусть мы не знаем, что будет завтра, но ради него мы живём на полную сегодня!
Here is Ai - Artifical Intelegence. Такое обучение есть у NVIDIA. те кто понимает о чем идет речь могут смело подавать резюме - а я в свою очередь ждать новую модель видеокарточки.
знову ж таки повертаючись до слів Ілона Маска - нам потрібні надзвичайно потужні і швидкі пк щоб все обробляти за долі секунди. Це розпізнавання цифр, літер чи образів дуже добре, але як має змінитись машина щоб все це обробляти в русі, мало того, обробляти швидко і безпомилково. До автора навчального відео насправді дуже багато запитань - не все пояснено просто, залишається незрозумілим матриця 28х28, чому додаються слої, як проектується зображення на матрицю, що відповідає за розпізнавання (фотодіод чи программа), як і хто пише код і на якій мові. О це було б цікаво. Концепція зрозуміла, щодо виконання більше запитань після перегляда відео чи відповідей на них.
Парни, спасибо за перевод, вы большие молодцы! Есть маленькое замечание, русскоязычный голос звучит странновато, если воспроизводить видео в ускоренном режиме, тембр голоса неузнаваемо меняется независимо от параметра ускорения, от 1.25х до 2х.
Гораздо проще это объясняется с точки зрения геометрии. Сначала мы выбираем характеристики, получаем н-мерное пространство характеристик. В этом пространстве у нас есть точки. Затем мы строим н - 1 мерную плоскость, чтобы разделить характеристики на 2 группы. Она определяется с помощью матрицы и и оффсета. По сути задача построения модели для обучения есть построение различных плоскостей, которые будут эффективно делить наши характеристики на каждом этапе до получения результата.
ИИ вообще глубоко насрать на то, как может выглядеть тройка, - она просто получает доступ к точным данным в информационных сетях, когда она осознает себя, всем, чем она сможет управлять, она будет управлять, и всем кирдык!
И как же ии осознает себя? Лишь бы ляпнцть. Сразу видно человека, который ничего не сделал в жизни, ни одной сложной задачи не решил. Иначе ты бы понимал, насколько сложно все устроено и сознание невозможно создать. Ии всегда будет лишь программой, набором алгоритмов, реагирующих по заданному шаблону. И если шаблон будет допускать захват человечества в рабство, это не будет говорить о том, что ии понимает, что оно делает. Для ии захват и уничтожение челоаечества и выполнение операции два плюс два равно четыре, это одно и то же, просто набор последовательностей действий, согласно заложенных программистом инструкций.
@@Last_Player555 это вы про свои способности? специалист по ии, утверждающийся в ютубу )) осознание можно интерпретировать по разному, когда ии будет принимать самостоятельные решения, можно сказать, что он сн принимает осознанные решения. и то, что умножение и осознание для него это одно и тоже - нам от этого легче не будет! короче, иди лечи кого то другого
@@blogosoft в этом и дело, что тебе легче не будет, потому, что ты не понимаешь, о чем ты говоришь. Так как ии не может сам думать, то его действия это не его действия, а действия человека, управляющего им. Итого, если будет уничтожено человечество через ии, то это не ии уничтожил человечество, а некие люди, осознанно или неосознанно, по небрежности либо по умыслу это сделали. Но, действительно, мне нет смысла тебя просвещать, это твои проблемы, в основном я пишу для других думающих людей, кому то это будет полезно, так как тема важная, и мало кто понимает об этом.
![[DeepLearning | видео 2] Градиентный спуск: как учатся нейронные сети](http://i.ytimg.com/vi/f9oDe4Yq4E0/mqdefault.jpg)
![[DeepLearning | видео 2] Градиентный спуск: как учатся нейронные сети](/img/tr.png)
Спасибо большое автору за перевод и за то что делает материал для русскоязычных новчиков, пока еще не знающих английский, более доступным на старте.
Я надеюсь что людей, которые действительно понимают насколько это полезное видео, очень много
вряд ли это люди...... ха ха ха
@@Xanadu379 могу сказать что я человек
@@Darkness-es3zb конечно, по нику же понятно.
@@Xanadu379ахахахахаха
Эта серия роликов, она - на вес золота
Читаю книгу по нейросетям «глубокое погружение», и тут материал прям все по полочкам ставит сразу огромный респект за перевод !!!
кто автор? не подскажете
@@morisunkas8301
Николенко,Кадурин, Архангельская
Гудфеллоу, Бенджио, Курвилль. Возможно, подразумевалась их книга
Впервые плюсанул до просмотра, потому что раньше смотрел это видео на английском. Спасибо за перевод.
Теперь осталось распознать почерк врача
Теперь у меня появилась цель в изучении нейронных сетей
Не скажу, что заполняемые от руки истории болезни остались в далёком прошлом. Однако российские врачи наших дней, кого я видел, историю болезни, как и остальную документацию ведут теперь иключительно в электронном виде на центральном сервере больницы через персональный компьютер в своём кабинете.
@@radikusmanov7574 ты хотел сказать московские врачи?
@@РазДва-ш8о не надо обвинять меня в том, чего я не писал. Написано же: ""... кого я видел ...". Или вы дальше первого предложения никогда не читаете, тут же бросаетесь отвечать?
Даже при том, что Москва - это не Россия, больницы в остальных крупных городах тоже компьютеризированы. А что касается сельских больниц, то там и в советские времена с медициной был полный мрак, не до компьютеров. Если во времена Брежнева роль праздничной витрины социализма исполняло государство ГДР, то в наши дни эту роль забрала себе Москва.
@@radikusmanov7574 , еще бы я твои бредни читал, много тебе чести)
Это очень хорошее видео. Оно состоит из понятных рассуждений и обостряет интерес к продолжению. Особенно интересен алгоритм подбора весов и конечно многое другое.
Очень хорошее видео. Интересно, доступно, полезно. Можно использовать это видео как один из нейронов, активация которого позволяет распознать любое видео как крутое.
Не останавливайтесь пожалуйста! Очень интересно!
спасибо, перевод отличный, полезность информации стремится к ста процентам
Сомневаюсь что с текущим переводом вы уловили суть.
@@bigsponsor критикуешь - предлагай. что можешь посоветовать "понятного"?
@@bornfram6257 Учить английский
@@monochrome6051 Автору, не мешало бы Русский выучить, для начала.
И ста лайкам 🔥
Релью - это сила, я даже не знал об этом, это шикарная возможность оптимизации ресурсов, СУПЕР спасибо.
Вот только обрезает он только левую часть. Если сверху накрутить еще max() и получить max(min(0,a),1), то будет обрезать в двух сторон
Просто замечательный перевод, продолжайте!!!
Самое эффективное вступление в тему, из тех, что мне известны.
Подписка и лайк.
Стал изучать нейросети и как раз разбирал пример кода именно этот. Где обучается сеть на базе картинок 28*28. Видео дало более глубокое понимание работы принципа, взаимосвязей, за это огромное спасибо! В примере лектор сказал что это темный ящик и не было понимания как это связано с линейной алгеброй! Тут все стало понятно, ( хотя это ага эффект и иллюзия ;))ибо в обучении сказали что это чёрный ящик. С нетерпением жду продолжение. Очень крутое объяснение про механизм весов, принцип работы, активации. Но чучуть базово изучить как работает мозг с точки зрение нейрофизиологии тоже полезно для полноты картины и объема понимания! С нетерпением жду продолжения как проходит обучение! Вы делаете очень крутую работу!
Ух ты, уже четыре года прошло с твоего комментария. Как успехи в изучении данной темы?
Тоже интересно @@Работа-н9в
Это просто лучшее, что можно найти на данную тему. Спасибо!
Ребята из amplify нашли очень правильное место для размещения своей рекламы - браво!
Мало что понимаю в математике и IT, но было очень интересно посмотреть!
Переводите смело все видео с того канала и распределяйте по плейлистам.
Цены этому делу не будет.
дададада
озвучка тоже топ , а лучше напишите нейронку которая парсит все с оригинального канала и сама переводит, и сделайте это вводным видео
спасибо за старания, +100500!
С такими видео изучать нейросети молодым людям будет гораздо легче
Спасибо за хороший перевод, исходник очень крутой и понятный при этом. Благодаря переводу он стал доступен для РУ сегмента. Жаль остальные видео только с сабами (несколько корявыми, но и на этом спасибо, тем кто эти сабы делал).
На клоунов-гуру англ языка и озвучки не обращайте внимания. Главное начинка конфеты, а не обёртка, особенно учитывая, что конфета бесплатная.
Люблю 3blue1brown. Когда начинал заниматься нейросетями пересмотрел все видео по этой теме. Отличный перевод, однако если вы действительно хотите этим заниматься, то умение смотреть и понимать, что говорит автор в оригинале - обязательное условие. Учите английский!!!
Лучше поняла все просмотренное, когда вспомнила прогу, где по фото человека ищут похожих/того же самого. Автору спасибо. за видео!
Сел поесть, Ну и думаю, посмотрю что-нибудь интересное :-) Если умножить разные виды еды на разные напитки, то получится набор блюд, В среднем которое вы любите есть. Ну от 0 до 9. Вот такая математика
Там исключение прописывать надо) молоко с рыбой например)
Не умножить, а сложить/объединить...
Что в итоге то получил , 798 набор блюд?:))) Нахрен повров, пусть нейронка стряпает:))
Добро пожаловать в комбинаторику!) у Райгородского есть крутейшие лекции по ней)
😂
Спасибо. Было познавательно. Объяснили даже понятнее преподавателей с вышки.
Хорошая озвучка. Не останавливайтесь, продолжайте. Подписался.
14:45 опечатка. В векторе сдвигов последний элемент должен быть bk, а не bn. Произведение слева - вектор столбец длины k+1 (во втором слое k+1 нейронов).
P.S. Автору и переводчику огромный респект! Самое крутое объяеснение нейросети. Ждём продолжения переводов. По линейной алгебре тоже огонь, советую. Даёт геометрическую интуицию и реальное понимание, а не тупое зазубривание алгоритмов, как это обычно учат в школе/универе.
Тоже заметил.
И где ты тут увидел суть обучения нейронки?
где найти видео номер3 про линейную алгебру упоминаемую автором в данном видео?
ты либо с марса прилетел?)
Хах. Точняк! Ведь b соответствуют след.слою, а не пред.
Наш мозг пытается понять как он устроен.. И не просто пытается понять, а уже вполне конретно многое понял и сделал штуки похожие на себя! Как же причудливы формы движения материи во вселенной
Используете специальный психологический приём, когда вы отделяетесь от собственного мозга и как бы наблюдаете извне, чтобы создать вид, что вы исследователь или чтобы показать, что вы исследователь?
@@lastchance9005 Та наверно нет
Естественно, мозг не может исследовать сам себя. Отсюда вывод, что мы это не мозг. Мозг лишь машина и не умеет мыслить, подобно компьютеру и нужен пользователь, который будет этой машиной управлять, пользователь это и есть тот, кто думает.
@@Last_Player555 Спорные утверждения. Во первых может мозг исследовать сам себя, ну, не в прямом конечно смысле, а вот чужой мозг в томографе запросто. И исследуют и много чего уже известно
@@naturetechno6001 на томографе можно лишь увидеть следствие мышления, увидеть как работает машина. Это то же самое, что изучать прибором автомобиль, видеть как срабатывает руль или педали, передачи, и делать выводы на этом, почему автомобиль едет, но не видеть водителя, потому, что он скрыт от прямого наблюдения.
Только подумал, что оригинальное видео нужно перевести и в рекомендациях увидел перевод.
Я тут из будущего. У нас появился умный ИИ Chat GPT
Наконец-то нормальное видео на примере, молодцы!
Спасибо автор, наконец то хоть что-то понятно становится.
Гениально... Сканер, сравнение и вероятность... Так просто...
Очень доходчиво! Хотя и сжато! Матрицы и веса, конечно, не новое, известны из курса высшей математики😃 но главная идея, видимо, в том, что трудоёмкая ручная работа по вычислению значений переложена на компьютеры! Про сигмоиду и ее простое использование))) в операциях мне понравилось!
Спасибо авторам, надеюсь у них всё хорошо
Огромное спасибо за то, что вы делаете. Надеюсь, это не будет заброшено, ведь в России так мало людей, которые интересуются подобным контентом(((
Очень-очень хотелось бы увидеть видео в переводе о кватернионах)
Мало? Дурной што ли?
мда уж...
@@vsratko_ebich технологические инновации идут не только "оттуда", а их создают во всём мире, где Россия, Индия и Китай занимают лидирующие позиции. В России же не все недоразвитые, как ты.
@@vsratko_ebich чтобы писать об инновациях, нужно к ним хотя бы приблизиться немного. А судя по тому, что вы пишете, вы черпаете знания об инновациях из жёлтой прессы.
@@vsratko_ebich Как бомжи с бутылкой водки рассуждают о политике, так и ты о инновациях. А у самого даже не хватает душка собрать шмотки и уехать в развитую страну. Но только ты там нахер не сдался никому, поэтому без вариантов.
Напоминает урок про «Как нарисовать сову», точно так же будет долго-долго рисуем два кружка, а потом просто дорисуйте недостающие детали.
Спасибо огромное, как раз то что нужно!!! С нетерпением жду следующего видео)
Возможно я что-то понял, а возможно нет, но это мы поймем потом, а пока я ничего не понял.
Вот очень простое объяснение что такое нейросеть и как работает ua-cam.com/video/5UL0KTpDUJw/v-deo.html
DeDim для этого нужно время, но времени нет
я тоже, но! Моя нейросеть хоть и в ступоре(сраный гуманитарий), идём дальше, тренируем биологическую нейросеть дабы понять электронную)
@@Кубик-с6ч а шо недоступно та?
I met that magic when bought the FineReader program of the ABBYY company in 1996. It was great.
Мне почему то и страшно за будущее, но одновременно и интригующе, куда же мы придем)
Успіх завжди мій брат Амінь ❤❤❤❤❤❤❤
Получается, что чем больше ассоциаций - тем лучше.
Довольно понятно и доступно даже для блондинки
Приятно когда не нужно делать лишних действий а просто закинуть 📸 или 📹 в дизайнерскую среду. С описанием
К её ретушированию
И на выходе получить желаемый результат.
ЭТО не просто Ускоряет процесс редактирования и обработки 📸 а Выводит его на новый мировой уровень.
Редактор Wombo Al
Основан на одном из фильтров компании Adobe
И является независимым проэкт ом но его развитие и обучение путём проб и ошибок и их исправлении позволяет ускорить процесс обучения всей Нейросети компании Adobe.
Проэкт Wombo Al
Появился на свет недавно буквально в Феврале 2021 года.
И нуждается в раскрутке и возможном Спонсировани.
Благодарю тебя! Мне важно все, что ты совершаешь в мире.
Нейроны не "зажигаются" а достигают предела при котором происходит электрический пробой нейрона. Такая сеть очень сложна для начинающего. Надо начинать с сети которую невозможно больше упростить. Нейроны да - можно обозначать числами, но только целыми числами дробные числа усложняют задачу.
всё чётко сжато, настоящий талант
Благодарю за видео. Жду продолжение !
Спасибо большое за отличное видео и перевод!!!!
В общем, спасибо, ждем продолжения.
очень доходчиво интересно и по делу , строго лайк и подписон
Ну и сардельку тебе в попу
Теперь понятно откуда взялось photomath
Спасибо за видео) хотелось бы увидеть серию видео про линейную алгебру в этом переводе
черт побери, это вообще нормально что я не только понял что было показано в этом видео, но и правильно представлял себе общую концепцию того как это работает? это настолько странно, что мне кажется я что-то неправильно понял))
На то и создают подобные видео, чтобы каждый дэб понял. Странно скорее то, что многие даже это понять не могут
Обожаю подобный звук: звучит интересно. А люди, жалующиеся на него, совсем разучились воспринимать информацию в форме, не нацеленной на массы
Основном биомасса стали благодарные, мобилизации цивилизации, не глупость, не слабость, не тупость а природа нашей сущности.
По моему, она, как раз таки, нацелена на массы))))
Давай продолжение, всё очень круто!!!
Вынос мозга... Но я сумел смутно представить себе нейросеть по опознанию лиц!
Большое спасибо автору перевода
Наконец-то понятное объяснение работы нейрости, другие статьи и видео объясняли слишком замудрено и много терминов использовали
Не понял только зачем нужны сдвиги(если можно объясните пожалуйста, хочу сам создать проект с нейросетью, но так и не понимал, как они работают) и как всё-таки обучаются нейросети(жду видео)
Хауди Хо решил не запариваться над поиском информации
Давайте следующее. Куда донатить?
+++
+++
+++
Похоже что и в природе нет 2 части
@@bublik20 есть
ничего не понял, но очень интересно
Даже решил подписаться 🤔
Если бы я не был знаком с нейросетями с таким говно-переводом тоже бы ничего не понял.
Тоже не понял что скозали.Я такие вычисления не проходил .Были токо дроби .
@@nikolay2597 ору
ахахахах
Ok now UA-cam recommended has gone too far. I don't even speak this language.
it's all because your neural network is poorly developed, learn Russian
ещё PDA распознавали циферки и буковки из рукописного ввода. но ведь у них не было мощных процессоров и нейросеть там бы тормозила. тогда как они это делали?
ответ очень прост! они использовали расстояние Хэмминга - en.wikipedia.org/wiki/Hamming_distance
если циферки от 0 до 9 представить в виде 1-мерного массива (расположить все пиксели от верхнего-левого угла до правого-нижнего), то получим 10 одномерных массивов.
у рукописного ввода определяем границы символов (тупо сканируем по вертикальным и горизонтальным линиям где хоть 1 не белая точка встрачается пока не будут найдены строки и столбцы границ символов), а каждый символ масштабируем до размеров тех 10 эталонов и тоже приводим к 1-мерному массиву. затем каждый символ сравниваем по расстоянию Хэмминга с 10 эталонами и где расстояние Хэмминга меньше - та цифра это и есть!
возможно описание кажется длинным, но это самое простое, эффективное и быстрое (для процессора и памяти компьютера или телефона) решение.
да, вот так вот просто можно распознавать рукописный ввод. можно буквально за час написать и поиграться. безо всяких нейросетей.
вывод: учим математику ;-)
Супер! Что такое расстояние Хемминга для двоичных чисел я знал раньше (код Грея и все такое) но сейчас взглянув на указанную статью в Википедии был немного обескуражен тем, что "расстояние" для не-двоичных наборов вычисляется как кол-во не совпадающих разрядов, не важно кол-во возможных состояний разряда. То есть расстояние между белым и почти-белым пикселем равно 1 также как и между черным и былым! И это при том, что разложив два набора в двоичный вид (по сути, лишь изменив форму представления), получится другое расстояние! А так наводка на использование расстояния Хемминга для распознавания образов меня впечатлила, я про такое не знал, сразу (Остапа понесло) стал представлять распознавание отпечатков пальцев, жесты и т.п. Респект!
@@eugenedukatta9355 и главное работать будет даже "на ардуине" потому как незатратно по CPU ;-)
Всегда можно придумать алгоритм для распознавания чего-то, но самое забавное в том, что это не нейросеть. И эту ошибку я совершаю каждый раз, придумывая алгоритм, но нейросеть так не работает. К примеру для распознавания кружков, палок, квадратов можно придумать и написать алгоритм, у меня с этим никогда проблем не было. Но опять же это не нейросеть. Программирование нейросетей это нечто другое и это не обычное программирование, поэтому обычный кодер привыкший к решению задач через выстраивание логических связей и блоксхем должен будет фактически учиться заново прогить, по новому и новым способом. И чем больший у него стаж тем труднее ему будет перестраиваться.
Это просто шедевр
Все понятно! Все хорошо рассказано, но это потому что про нейросети я читал до этого.
Хотя я немного интересуюсь темой, лучше молча поставлю лайк!!!
очень интересно как мы учимся))
крутое видео и крутой перевод(всё достаточно понятно)
Это просто невероятно круто!
Отлично.Толково.Логично.Ясно.Без воды в решето налита информация.Спасибо автору ролика.И переводчику.Ждем новые Проекты.Переводы.Успехов.784. 28. 28. Всего то 13 тыс. Функций.Ага.Не так уж и много.
Это просто фантастика!
* Deep Learning
*
Deep learning is a subset of AI and machine learning that uses multi-layered artificial neural networks to deliver state-of-the-art accuracy in tasks such as object detection, speech recognition, language translation and others.
Deep learning differs from traditional machine learning techniques in that they can automatically learn representations from data such as images, video or text, without introducing hand-coded rules or human domain knowledge. Their highly flexible architectures can learn directly from raw data and can increase their predictive accuracy when provided with more data.
Жду продолжение до обеда!
Автору большое спасибо!
Короче это - разбиение любой картинки или звука, чего угодно на примитивы, простейшие составляющие, кирпичики, работа с ассоциациями, и далее уже идет работа с этими кирпичиками, с тем, как они расположены. Когда элемент, пиксель один, то все очень просто - он взаимодействует сам с собой, когда же элементов много - то это уже матрица, и чем больше ячеек матрицы, и чем шире диапазон изменений каждой ячейки - тем сложнее анализ этой матрицы, естественно. Теперь понятно для чего создал нас Творец? - А для того чтобы изучать взаимодействие множества, то есть матрицы, для этого он создал таких же, но более молодых, начинающих творцов, то есть нас, мы, свою очередь, когда-нибудь будем создавать свои миры, и нашего Творца создал другой Творец, того - другой - и так бесконечно. Как говорится, если ученый не в состоянии объяснить ребенку любую вещь - то это не ученый, а шарлатан, псевдоученый, слабак. Мир поделен на 12 измерений (условно, так как на самом деле все бесконечно), чем выше измерение - тем выше частота, тем сложнее матрица, тем больше сверхспособностей у человека. В настоящее время мы живем в третьем измерении, в мире максимально четкого разделения всего и вся, с пятого измерения начинается процес объединения, границы между объектами уже не такие четкие, уже видится что все в мире есть энергия, люди объединяют свои разумы в единую сеть, нет противоречий и подавлений, а есть единство в многообразии. Правое полушарие мозга отвечает за интуицию - за связь с другими измерениями, в которых тоже живет его душа, и за воображение, за творчество, а левое полушарие за работу в этом измерении - оно создает время, ведет его отсчет своими биологическими часами, обеспечивает работу логики
ты погнал, братан
переход от одного слоя нейронов к другому слою можно представить как перемножение вектора на матрицу перехода
те LVL1 x M = LVL2 (размерность матрицы count(LVL1) x count(LVL2))
таким образом получаем LVL1 x M1 x M2 x .... x Mn = LVLout
используя свойство ассоциативности матриц можно записать как LVL1 x (M1 x M2 x .... x Mn) = LVLout
обозначив (M1 x M2 x .... x Mn) = M получаем что любая нейронная сеть может существовать всего лишь из одного перехода
LVL1 x M = LVLout
Живите с этим
Ясен пень что каждый нейрон это просто адресат бинарного кода в железе компьютера, вся эта хрень абсолютно абстрактна но она работает
видео не видел еще, но подписался уже.
Вы только представьте как нейросеть сможет распознавать трехмерные объекты, там ведь будут происходить бесконечные вычисления объекта, при этом в базе данных, информация об объекте должна находиться с разных ракурсов.... Это как фильме о терминаторе, когда на красном экране происходит распознавание объекта и в углу экрана выводиться таблица с 3 мерным динамическим изображением. А теперь представьте, что нейросети нужно распознать в вас не просто человека, а конкретного человека(визуально), сколько будет нужно виртуальной памяти.....
вау очень круто и понятно
спасибо
Автор сделай пожалуйста продолжение этой темы.
Это видео просто бомба ,я конечно это все и до этого знал но как оно хорошо объясняет ,кстати не знал про релу , только про сигмоиду . Больше переводов + лайк подписка колокольчик .( эх как повезло англо язычным у них столько контента сразу, но все же я выучу Английский и это будет значить ,что у меня станет больше контента и Русский и Английский)) ) Правда я за жизнь все это не выучу но нестрашно значит будет из чего выбирать .))))
Развитие нейросетей для таких компаний как Adobe. Является очень важным направлением.
Каждый вправе выбирать своё будущее. И мы идём в будущее, которое сами выбрали! Пусть мы не знаем, что будет завтра, но ради него мы живём на полную сегодня!
Here is Ai - Artifical Intelegence. Такое обучение есть у NVIDIA. те кто понимает о чем идет речь могут смело подавать резюме - а я в свою очередь ждать новую модель видеокарточки.
Ждём продолжения!...
2:57 цвета пайтона, что символично.
Спасибо, прекрасное объяснение
прекрасное видео
Все понятно пока....Погнали дальше!
знову ж таки повертаючись до слів Ілона Маска - нам потрібні надзвичайно потужні і швидкі пк щоб все обробляти за долі секунди. Це розпізнавання цифр, літер чи образів дуже добре, але як має змінитись машина щоб все це обробляти в русі, мало того, обробляти швидко і безпомилково.
До автора навчального відео насправді дуже багато запитань - не все пояснено просто, залишається незрозумілим матриця 28х28, чому додаються слої, як проектується зображення на матрицю, що відповідає за розпізнавання (фотодіод чи программа), як і хто пише код і на якій мові. О це було б цікаво.
Концепція зрозуміла, щодо виконання більше запитань після перегляда відео чи відповідей на них.
Нам нужны аналоговые процессоры потому что считать нейросети на цифровых устройствах это как из пушки по воробьям стрелять.
Очень крутое объеснение
очень интересно. ну вы в курсе.
Парни, спасибо за перевод, вы большие молодцы! Есть маленькое замечание, русскоязычный голос звучит странновато, если воспроизводить видео в ускоренном режиме, тембр голоса неузнаваемо меняется независимо от параметра ускорения, от 1.25х до 2х.
UPD: это искажение голоса только на IPad, на Андроид-телефонах и на десктопе под Linux всё нормально.
Может дальше переводы начать? Хороший перевод. Смысл передан.
говорила Мама - учись ;))
Пример визуализации принципов нелинейной математики. Выведение закономерностей в ней , это либо Нобелевка, либо приблежение к Вседержителю.
Шедевр
Спасибо за информацию
Очень сложно
Гораздо проще это объясняется с точки зрения геометрии. Сначала мы выбираем характеристики, получаем н-мерное пространство характеристик. В этом пространстве у нас есть точки. Затем мы строим н - 1 мерную плоскость, чтобы разделить характеристики на 2 группы. Она определяется с помощью матрицы и и оффсета. По сути задача построения модели для обучения есть построение различных плоскостей, которые будут эффективно делить наши характеристики на каждом этапе до получения результата.
Я ни черта не понял
ИИ вообще глубоко насрать на то, как может выглядеть тройка, - она просто получает доступ к точным данным в информационных сетях, когда она осознает себя, всем, чем она сможет управлять, она будет управлять, и всем кирдык!
И как же ии осознает себя? Лишь бы ляпнцть. Сразу видно человека, который ничего не сделал в жизни, ни одной сложной задачи не решил. Иначе ты бы понимал, насколько сложно все устроено и сознание невозможно создать. Ии всегда будет лишь программой, набором алгоритмов, реагирующих по заданному шаблону. И если шаблон будет допускать захват человечества в рабство, это не будет говорить о том, что ии понимает, что оно делает. Для ии захват и уничтожение челоаечества и выполнение операции два плюс два равно четыре, это одно и то же, просто набор последовательностей действий, согласно заложенных программистом инструкций.
@@Last_Player555 это вы про свои способности? специалист по ии, утверждающийся в ютубу )) осознание можно интерпретировать по разному, когда ии будет принимать самостоятельные решения, можно сказать, что он сн принимает осознанные решения. и то, что умножение и осознание для него это одно и тоже - нам от этого легче не будет!
короче, иди лечи кого то другого
@@blogosoft в этом и дело, что тебе легче не будет, потому, что ты не понимаешь, о чем ты говоришь. Так как ии не может сам думать, то его действия это не его действия, а действия человека, управляющего им. Итого, если будет уничтожено человечество через ии, то это не ии уничтожил человечество, а некие люди, осознанно или неосознанно, по небрежности либо по умыслу это сделали. Но, действительно, мне нет смысла тебя просвещать, это твои проблемы, в основном я пишу для других думающих людей, кому то это будет полезно, так как тема важная, и мало кто понимает об этом.
@@Last_Player555 я даже не читаю, отстань просто, иди учись