Создаём мозг для "змейки". Часть1.

Поділитися
Вставка
  • Опубліковано 22 лип 2018
  • Создание простейшего мозга для змейки из классической игры.
    Обучение змеек и проведение чемпионата между ними.
    Моя группа ВКонтакте electronics_nn
    Выражаю благодарность тем, кто поддерживает меня финансами.
    Реквизиты для финансовой поддержки можно найти в
    / foo52ru
  • Наука та технологія

КОМЕНТАРІ • 382

  • @user-nn4bf7rq2u
    @user-nn4bf7rq2u 5 років тому +448

    10:17 "это на аппаратном уровне уберет возможность самоубийства способом 'сходить под себя'" - ржунимагу)

    • @user-mf6br5iu4l
      @user-mf6br5iu4l 5 років тому +37

      Ну ты просто представь, как змейка попытается сходить под себя.
      Да это просто выжгет глаза всем, и сломает логику этого мира.

    • @user-ou8bf3rm3o
      @user-ou8bf3rm3o 5 років тому

      Но змейка всё ещё сможет съесть себя, хотя для этого ей нужно будет стать длиннее.

    • @user-eg5zr6fh3k
      @user-eg5zr6fh3k 5 років тому +1

      @@user-mf6br5iu4l ВыЖЖет, а не выЖГет!

    • @sannaz3344
      @sannaz3344 5 років тому

      А вы как это скажите, умники блин, чебурек?

    • @user-ou8bf3rm3o
      @user-ou8bf3rm3o 5 років тому +1

      @@sannaz3344, это на аппаратном уровне не позволит змейке съесть себя.

  • @perezvoni
    @perezvoni 5 років тому +449

    Увлекательней чем футбол!

  • @user-eo4qh4ou8x
    @user-eo4qh4ou8x 4 роки тому +305

    Я пришел от overbafera 2019, не оставляй проекты!

    • @andreweho2987
      @andreweho2987 4 роки тому +24

      Возможно человек не забрасывал канал... Возможно это нейросеть обучалась)

    • @h0m3us3r7
      @h0m3us3r7 4 роки тому +3

      +

    • @kagayakashinaruto6221
      @kagayakashinaruto6221 4 роки тому +2

      +++++

    • @ma.ka.5081
      @ma.ka.5081 4 роки тому +1

      Иван Иванов я тож от овера давайте лайканем видосики

    • @oatwizard
      @oatwizard 4 роки тому

      +

  • @porhy4822
    @porhy4822 5 років тому +146

    волновался за синих больше чем за свои отношения

    • @user-jm1ts5zq6q
      @user-jm1ts5zq6q 5 років тому +1

      А что за игра ?

    • @rad3
      @rad3 3 роки тому +1

      А я за зеленых)

  • @huge_aubergine
    @huge_aubergine 5 років тому +205

    Сделай змейку с глубокой НС, которая видит всё поле и планирует маршрут. Пусть генетический алгоритм подбирает не только веса, но и структуру нейросети (кол-во слоёв и кол-во нейронов). For Science!

    • @DimaTiunov
      @DimaTiunov 4 роки тому +11

      Итогом прога сожрёт все ресурсы

    • @cosmic4716
      @cosmic4716 3 роки тому +4

      @@DimaTiunov да нет, изменение структуры нейросети может быть реализовано с помощью NEAT алгоритма

  • @Zhanyn.da.
    @Zhanyn.da. 5 років тому +36

    Сделанно действительно интерессно. Кажется меня никогда не перестанут удивлять похожие вещи в программировании. Жду каждое видео с упоением. У тебя очень интересные эксперименты и идеи.

  • @spayykknight5085
    @spayykknight5085 4 роки тому +58

    И я пришел от overbafera 2019, не оставляй проекты пжл

  • @depishdev6942
    @depishdev6942 5 років тому +3

    "Это на аппаратном уровне уберет способность самоубийства способом сходить под себя" xD

  • @mr.sentryanddispenser
    @mr.sentryanddispenser 5 років тому +9

    Очень интересно рассказано,а ещё класно то что в ролике не только теория как создать змейку,но и практика,чемпионат змеек

  • @MihailOnuchin
    @MihailOnuchin 5 років тому +15

    Это лучшее, что я видел за этот год)))

  • @user-ms2hu5kk5z
    @user-ms2hu5kk5z 5 років тому +23

    Уникальный годный контент. Спасибо, было очень интересно!

  • @user-fd9kl9bk4k
    @user-fd9kl9bk4k 5 років тому +23

    Великолепно, не видел таких подробно объясняющих видео с примером. Очень жду следующие видео. Не мог бы ты выкладывать код, тоже охота по экспериментировать

  • @leonardodavinci7932
    @leonardodavinci7932 5 років тому +119

    3 часа ночи, что я блять делаю?

    • @gimeron-db
      @gimeron-db 5 років тому +8

      То же, что и я))
      Генетика, нейронные сети и крутой скринсейвер бонусом)

    • @pav28amur
      @pav28amur 4 роки тому

      4 часа о_О

    • @user-qm4nc2uz5k
      @user-qm4nc2uz5k 4 роки тому

      Успокаивает мозг перед сном наверное умным людям или отвлекает нервы или изза любопытности))

    • @aaaa00aa
      @aaaa00aa 3 роки тому

      развиваешься

    • @fedorlaputin9119
      @fedorlaputin9119 2 роки тому

      нахрен аватарку скоммуниздил?

  • @user-pj4tp8co4q
    @user-pj4tp8co4q 5 років тому +3

    С нетерпением жду вторую часть видео. Автору поклон и уважение

  • @user-hi1pd1xr7g
    @user-hi1pd1xr7g 5 років тому +73

    Как всегда годный контент! Жду новых змеек и искусственную жизнь!

  • @user-if5cw5mo9x
    @user-if5cw5mo9x 4 роки тому +1

    Самоубийство методом "сходить под себя". Никогда о таком не слышал, но очень интригующе.

  • @noitaukkokronk
    @noitaukkokronk 5 років тому

    Спасибо! С нетерпением ждал ваших новых экспериментов!

  • @user-uy8yt7ku4w
    @user-uy8yt7ku4w 5 років тому +6

    Найс! Очень интересное видео.
    Да, это можно назвать нейронкой, хотя там обычно используются float, но здесь они не особо-то и нужны.
    Backpropagation и эволюция это все-таки разные вещи, хотя когда ты сам говорил змейке куда идти, это немного напоминало обычный метод обучения нейронок, только обучающие данные не были заранее заготовлены, а создавались в процессе обучения.

  • @sadlywolf6205
    @sadlywolf6205 5 років тому +6

    Очень интересно, ждём вторую часть.

  • @BearcatsYT
    @BearcatsYT 5 років тому +21

    Вводи дополнительные веса для движущихся змеек. Это позволит научить змейку обходить не только неподвижные объекты, но и преследовать и подрезать врагов, а также зацикливаться в себя )) и обучать лучше через эволюционный алгоритм

    • @Noy4i
      @Noy4i 3 роки тому

      А че делать с альтруизмом ? Он выжил тоже а эволюции , а для чего ?

  • @keokee_
    @keokee_ 4 роки тому +10

    10:21 сходить под себя :D
    Я со смеху чуть не сходил под себя :)))

  • @Rorian
    @Rorian 5 років тому +1

    Отличный видео-ролик, наглядно показывающий процесс разработки и обучения нейронных сетей. Огромное спасибо автору за эту непростую работу в создании данного познавательного материала

  • @Zeksait
    @Zeksait 3 роки тому

    Спасибо что показываете все визуально. Так приходит понимание, что такое веса и как они работают. Ниде больше так не увидишь

  • @user-fg2ug7gy2w
    @user-fg2ug7gy2w 4 роки тому

    самый лучший канал по нейростям! СПАСИБО

  • @cumar8585
    @cumar8585 5 років тому +7

    Хорошо, посмотрел удовольствие получил, лайк поставил.

  • @eduardchurikov4419
    @eduardchurikov4419 5 років тому +2

    Я просто кайфую с твоих видосов, пускай и не все понимаю, но ты делаешь все круто!

  • @user-ep5oc5wt3v
    @user-ep5oc5wt3v 4 роки тому +13

    Уж не допинг ли тут замешан? :DDDD

  • @angryball
    @angryball 4 роки тому

    Это лучшее, что я когда либо видел. Чемпионат змеек, чья нейросеть лучше! Бро, продолжай дальше, не забрасывай, за этим стоит будущее)

  • @user-yr6be8nr4h
    @user-yr6be8nr4h 4 роки тому +1

    Очень интересно смотреть, все больше затягивает эта тема :)

  • @user-ln5uj7wy1u
    @user-ln5uj7wy1u 5 років тому

    Спасибо за видео! Жду следующие!

  • @rasta6959
    @rasta6959 4 роки тому

    А если серьёзно - ты красавчик, очень интересное видео. На ютубе мало таких. Держись на нем!

  • @NecroOver
    @NecroOver 3 роки тому

    Спасибо. Мотивирует и заинтересовывает

  • @user-ln2uq2qq8b
    @user-ln2uq2qq8b 5 років тому

    Оооооочень крутая подача!!!!
    Ниразу не было скучно за время просмотра!!!!
    Желаю тебе удачи!

  • @user-qm4nc2uz5k
    @user-qm4nc2uz5k 4 роки тому

    Смотрю на соревнование змеек и меня это умиляет!!!
    Примите мои аплодисменты
    👏👏👏

  • @user-tx8om1kg1q
    @user-tx8om1kg1q 3 роки тому

    Не знаю кому как, но мне от каждого видео сносит голову. Дико интересно. Считай, игра в бога. Автору бесконечное спасибо! (Блин спать уже хотел, а тут...)

  • @hishykot
    @hishykot 5 років тому

    Очень интересно! Анимация выглядит очень наглядно! Спасибо за интересный контент

  • @sencis9367
    @sencis9367 5 років тому +1

    Годно, интересно возможно обучить змейку предсказывать ситуацию что-бы не давать возможности "самозамкнутся" т.е. делает последовательность после которой она сталкивается сама с собой или препятствием.

  • @sanchopansa8956
    @sanchopansa8956 5 років тому +7

    очень интересно! По началу не понял, как работает мозг змейки, но сейчас понял. Азарт возрастает! кто же победит?..

  • @boriskuznetsov864
    @boriskuznetsov864 4 роки тому

    Супер! Продолжай проекты

  • @demon3x668
    @demon3x668 4 роки тому

    Интересно смотреть. Хорошо снимаете

  • @nb-cy6cw
    @nb-cy6cw 4 роки тому +1

    Это очень интересно, искал подобные каналы - все в пустую, нашёл ваш, нашёл надежду, не бросайте проект, и на каком языке вы пишите нейронки?

  • @user-lv8et4lx5k
    @user-lv8et4lx5k 5 років тому +69

    КРУТО!
    Слушайте я так думаю что вы будете первым кто создаст симуляцию мира.
    Сначала генетические алгоритмы, потом мозг для змейки, что будет дальше?
    Жду не дождусь нового виде о искусственной жизни (эволюции).

    • @user-nn4bf7rq2u
      @user-nn4bf7rq2u 5 років тому +8

      >что будет дальше?
      Мир дикого запада

    • @user-pz8bo6dc1x
      @user-pz8bo6dc1x 5 років тому +5

      Богдан сооветую уже привыкать быть домашним животным. Потому что скоро foo52ru
      Создаст искусственный интеллект и человечество будет домашними животными для этого интеллекта.
      Советую прикидываться котиком или собакой, может в будущем ты станешь звездой Ютьюба искусственного интеллекта.

    • @101picofarad
      @101picofarad 4 роки тому

      таким задачкам уже более 20 лет... Змеемозг - традиционный челендж для студентов. Ток они не яблоки на время грызут, а головы в прыжке )

  • @user-nn4bf7rq2u
    @user-nn4bf7rq2u 5 років тому +130

    10:48 Это не ИНС, а *линейный классификатор*, т.к. нет функции нелинейности (функции активации). И это не back propogation. Для BP нужна функция ошибки, чтобы было чего минимизировать, расчет градиентов и т.д.

    • @nRADRUS
      @nRADRUS 5 років тому +4

      ступенька чем не функция активации ? и чем не обратная-propagation если приближённая функция потерь показывалась при обучении ?

    • @user-nn4bf7rq2u
      @user-nn4bf7rq2u 5 років тому

      пруфлинк на функцию "ступенька", плиз =) И вопрос: "ступенька" дифференцируема? А не BP, потому что для BP особая математика нужна, а тут никакой математики, всё на пальцах... Просто чел сделал линейный классификатор и изобрёл для него некий велосипед в качестве адгоритма обучения. И ещё не понятно, во всех ли случаях этот алгоритм имеет сходимость...

    • @nRADRUS
      @nRADRUS 5 років тому +1

      пруф (первый в поисковике) - ppt-online.org/278109 , да и в книгах было. сходимость в большом очевидно есть, а в малом - это не обязательно, да и у людей бывают сбои , но это не значит , что их мозг не нейросеть )) да и не линейный классификатор это, ибо функция мозга змейки не является линейным оператором.

    • @user-nn4bf7rq2u
      @user-nn4bf7rq2u 5 років тому +1

      Обычно такую функцию называют пороговой. Ок, где у него там ступенька/пороговая функция? Он просто помножает входы на веса и суммирует: 1:40 Никаких функций от результата суммирования не считает. Просто смотрит, где максимум - туда и ходит.
      С человеческим мозгом такие примитивы вообще сравнивать некорректно. Даже если бы это была ИНС, сделанная по всем правилам.
      Это линейный классификатор, причём "простой и непорочный" :)
      ru.wikipedia.org/wiki/%D0%9B%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D1%8B%D0%B9_%D0%BA%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%82%D0%BE%D1%80
      И, кстати, во всех Х функции вида "ступенька" градиент dY/dX равен 0, следовательно, BP работать не будет.

    • @nRADRUS
      @nRADRUS 5 років тому +2

      "Просто смотрит, где максимум - туда и ходит. " это и есть порог, причём порог адаптивный.
      Ладно,пускай, но однослойный перцептрон так же может быть линейным классификатором - ru.wikipedia.org/wiki/%D0%9F%D0%B5%D1%80%D1%86%D0%B5%D0%BF%D1%82%D1%80%D0%BE%D0%BD#%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B0%D1%8F_%D0%BA%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D1%8F

  • @user-nick782
    @user-nick782 4 роки тому

    Я вообще случайно набрел на канал. Очень познавательно! пересматриваю видосы.

  • @stepansidorov8734
    @stepansidorov8734 4 роки тому

    Класс, однозначно поствлю лайк.
    Особенно за коментарит на чемпионате!!!

  • @firzyargalyaviev5163
    @firzyargalyaviev5163 5 років тому +1

    Просто вау! Нет слов! Круто!

  • @wingdings1476
    @wingdings1476 4 роки тому +1

    Ты создал точную копию моего мозга

  • @MelvinStudios
    @MelvinStudios 5 років тому

    круто! урок простенький и залипательный, но чувствуется, что серьёзно заморочился, чтобы его записать

  • @maxim1181
    @maxim1181 5 років тому +3

    Дружище,ты не гений случайно ? Потому как я думаю,именно гений !

  • @serhii.akhmetshyn
    @serhii.akhmetshyn 5 років тому +1

    Красава, очень интересно!

  • @doctorguide5964
    @doctorguide5964 5 років тому +2

    Интересно посмотреть как ты будешь учить змеек загонять соперников в ловушку ;)

  • @Ash-bl2mo
    @Ash-bl2mo 4 роки тому +1

    Чертовски интересно!

  • @entercherpfhalckhontralyty3542
    @entercherpfhalckhontralyty3542 5 років тому

    По-моему улучшения будут только полезны для проекта. Замечательная задумка, кстати!

  • @dmitrysmirnov6095
    @dmitrysmirnov6095 5 років тому +1

    С интересом наблюдаю, как самообучается ваша головная нейросеть )

  • @RusArtSnipe
    @RusArtSnipe 5 років тому +3

    Скорей бы с работы вернуться. Чет ии создать захотелось.

  • @user-xb3xl1ml7u
    @user-xb3xl1ml7u 4 роки тому

    это просто шикарная теория! на пальцах разжевано, на примерах показано

  • @illiakozachok9487
    @illiakozachok9487 9 місяців тому

    Спасибо!

  • @ostrov11
    @ostrov11 5 років тому

    Круто, спасибо ))

  • @Profil2579
    @Profil2579 5 років тому +20

    Хотелось бы услышать про алгоритм отбора самообучаемых змеек =) Однозначно лайк за труд!

    • @black-to-whitegradient5400
      @black-to-whitegradient5400 5 років тому

      В группе вк есть. vk.com/cyberbiology

    • @eessdvfffecddfdd1721
      @eessdvfffecddfdd1721 5 років тому

      Генетический алгоритм, там видео старое найдите, такой же принцип

  • @user-jr6ue7rk9p
    @user-jr6ue7rk9p 2 роки тому

    Заметил, что выживаемость змейки зависит от дальновидности. Яркий пример, когда змейка запутывается в собственном хвосте.

  • @user-fm1ee7su3v
    @user-fm1ee7su3v 5 років тому +1

    "Сходить под себя!" - способ самоубийства, хахахааа

  • @trueman9363
    @trueman9363 5 років тому

    Интереснейшие видосы!!!

  • @user-lz5jb5kw5o
    @user-lz5jb5kw5o 4 роки тому +6

    *лайк от овера*

  • @andreweho2987
    @andreweho2987 4 роки тому +5

    Пили еще, тебя увидели!

  • @MaximSolodkii
    @MaximSolodkii 5 років тому +2

    скорее бы уже змейки захватили мир! лайк, если тоже ждёшь этого

  • @bujamad5359
    @bujamad5359 5 років тому +2

    Заряд мотивации

  • @anon3696
    @anon3696 5 років тому +3

    Захватывающие ))

  • @chaosundivided616
    @chaosundivided616 5 років тому +1

    Блин, Я за зеленых болел(((
    Автор, Ты - великолепен! =)

  • @user-rr1oj8zz2g
    @user-rr1oj8zz2g 5 років тому +1

    Хуа контент, братишка! Ты очень хорош!)

  • @ivankuznetsov5618
    @ivankuznetsov5618 4 роки тому

    Зрелищно!

  • @Rayvenor
    @Rayvenor 5 років тому +21

    Вполне НС. Ты даже указал до оптимизации 240 входных нейронов, 4 выходных и 960 связей. Скрытого слоя нет.
    С методом обучения я так не уверен. Обратное распространение по сути реализовано, но без матана.
    Правда, что зеленые змейки могли суицидить не только запутавшись в себе, но и методом "сходить под себя"? В одном моменте показалось, что именно это произошло, было обидно.
    Не ожидал, что начнёшь заниматься НС. Был уверен с первых секунд, что будет привычный генетический алгоритм.

    • @foo52ru
      @foo52ru  5 років тому +2

      ГА будет во второй части

    • @gimeron-db
      @gimeron-db 5 років тому +3

      Обучение с учителем.
      На входе сигналы 0 или 1. Функция активации - нечто вроде софтмакс (выбирается то направление, значение на котором больше).
      Функция ошибки считается от разности между правильным направлением и неверно выбранным змейкой. Матрица коррекции весов равна произведению вектор-столбца сигналов со входа на вектор-строку сигналов ошибки.
      Несмотря на такую простоту, поведение змеек выглядит сложным.)

  • @user-yp5rs8hz8i
    @user-yp5rs8hz8i 4 роки тому

    прикольно мне видео понравилось

  • @user-if5cw5mo9x
    @user-if5cw5mo9x 4 роки тому +35

    Пришел сюда, чтобы не деградировать в трендах.

    • @swoyzealander3004
      @swoyzealander3004 3 роки тому

      Я вообще бойкотирую трендовый раздел

  • @mathfun1296
    @mathfun1296 5 років тому +1

    Надо добавить еще несколько входных параметров, собственная длина и история собственных движений. И больше обучать при длинном червяке, это должно уменьшить количество самоедства.
    Пошаманить со скрытыми слоями, может удастся научить распознавать опасные рисунки и избегать их.

    • @foo52ru
      @foo52ru  5 років тому

      У меня был параметр "история собственных движений"
      У одной змейки из команды вычиталось несколько очков в том же направлении, куда был сделан прошлый шаг. Змейка становилась более вертлявой.
      У второй змейки прибавлялось несколько очков в прошлом направлении, змейка становилась более прямолинейной.
      Третья змейка оставалась без изменений.
      Потом убрал это, что бы сохранить простоту.
      Собирал статистику, змейки, где происходило прибавление/убавление очков по старому направлению, были чуть результативней на несколько процентов.

  • @dmitrec999
    @dmitrec999 Рік тому

    круто!

  • @MasterElp
    @MasterElp 3 роки тому

    Ждем соревнования с NEAT сеткой)

  • @sancho2238
    @sancho2238 5 років тому +1

    Круто

  • @milovidov42
    @milovidov42 4 роки тому

    Круто!!!!))

  • @mihaild1script333
    @mihaild1script333 4 роки тому +2

    вот очень обидно когда у таких людей подписоты нет(

  • @droid777
    @droid777 11 місяців тому

    10:18 "самоубийство сходить под себя" 🤣🤣🤣

  • @user-yp9gf6ib7s
    @user-yp9gf6ib7s 4 роки тому

    Самый лучший

  • @filippmorris8348
    @filippmorris8348 3 роки тому

    Класс, лучше чем наш футбол..

  • @to4nonehikka523
    @to4nonehikka523 4 роки тому

    лучший!

  • @alexfisher6892
    @alexfisher6892 4 роки тому

    Я уверен, что это надо финансировать на госуровне!

  • @vladimirstar9745
    @vladimirstar9745 5 років тому

    Лайк, сразу, без просмотра!!!

  • @user-fi3zc5ub7k
    @user-fi3zc5ub7k 2 роки тому

    я придумал оптимизацию: змейке можно подавать три расстояние до еды: по направлению движение, слева направления и справа. точно также и с преградами, и еще лучше добавить нейрон смещение, также добавить один или несколько скрытых слоев.

  • @T3mak
    @T3mak 5 років тому +1

    Опять же, делал подобное (как и в случае с генетическим алгоритмом). Проект назывался "Микробыш". По полю бегали пиксели, обладающие собственной индивидуальностью: кто-то просто бегал прямолинейно и сворачивал лишь при виде жертвы / финиша, а кто-то был любопытным и старался бегать вдоль стен, заходя в двери и выискивая цель в укромных местах. Также я добавил управление и даже реализовал локальный мультиплеер, забавно было вдвоём прятаться от эдакого искусственного интеллекта) Ну и, разумеется, всякие доп. фишки сделал: редактор карт, сохранение и загрузку карт, управление скоростью симуляции в режиме реального времени и др. Алгоритм, правда, такой себе получился, боты тупенькие, не умеют смотреть диагонально, да и без экранной лупы не поиграешь, но для первого крупного проекта, я считаю, неплохо.

  • @narim8224
    @narim8224 4 роки тому +1

    Продолжай

  • @smi5912008
    @smi5912008 5 років тому +2

    я взял пиво и позвал друзей на матч

  • @N05off
    @N05off 5 років тому +6

    Скайнет. Начало.

    • @sanchopansa8956
      @sanchopansa8956 5 років тому +1

      Серёга Носов, собственно, этот человек уже очень близко к этому, ничего нового)

    • @CapitanSuk
      @CapitanSuk 5 років тому

      "...Этот человек уже очень близко к этому..."- очень громкое и безосновательное заявление.

    • @sanchopansa8956
      @sanchopansa8956 5 років тому +1

      Капитан Сук, ты шутки не понял.? Я ж не в серьёз.

  • @user-rw7uh2vo9z
    @user-rw7uh2vo9z 5 років тому

    Нужно еще ввести термин шаговой доступности или скорректировать термин поля видимости : так как 5 клеток на 5 клеток --- это квадрат , а видимость предпологает радиус равный . ТОгда то и можно ввести термин шаговой доступности . Тоесть 5 шагов . Шаг вверх + 4 шага влево или 3 шага вверх + 2 шага вправо .....и так далее (шаговая доступность :) Что в свою очередь даст параметр - количество шагов до еды . И выбор наименьших затрат (шагов до еды), тоесть выбор еды , но не пути до еды.

  • @agail2203
    @agail2203 4 роки тому +1

    Ни...я не понял, но очень интересно. (Лайк поставил)

  • @user-hx9ke9cv3e
    @user-hx9ke9cv3e 5 років тому +1

    Да это нейронная сеть и метод обратной ошибки, но вот насчёт распространения... нету его тут. Слоёв маловато и функция при нейронах должна быть нелинейной, точнее нужна сигмоидальная функция. Ещё слоёв можно добавить и даже нужно.

  • @user-vd7qf5oy5b
    @user-vd7qf5oy5b 4 роки тому

    змейки захватят мир!!!

  • @iforand
    @iforand 5 років тому

    Ух, ты! Видео про нейросети. Не. Это не алгоритм обратного распространения ошибки. Метод обратного распространения ошибки - это способ реорганизации вычислений сумм в процессе минимизации функции ошибки от весов нейросети методом градиентного спуска. Если в классическом методе для поиска частной производной для каждого веса необходимо пересчитывать всю функцию целиком, то в методе распространения обратной ошибки это не требуется, т.к. для каждого следующего слоя используются значения сумм уже посчитанных ранее слоях. Но он (это же градиентный метод) требует дифференцируемости функции активации нейронов, а здесь, в последнем слое, вообще говоря используется пороговая функция от суммы последних четырёх весов (четвёртый со знаком "минус"). На выходе же важно не значения весов получить, а выбранное направление. Ну и в данном случае нет смысла привлекать метод обратного распространения ошибки, так сеть получается однослойной с всего 4-мя нейронами (!) и большим количеством прямых связей с каждым датчиком к каждому нейрону. В этом случае он вырождается в обычный градиентный спуск.
    Кстати, ниже дали хорошую идею придать динамику нейросети. Для этого можно продублировать все датчики, условно: на первичные и запаздывающие. Первичные - это те же датчики, а запаздывающие показывают ту же информацию, что и соответствующие первичные, но с запаздыванием на один ход.

  • @user-fd9gm1zm6k
    @user-fd9gm1zm6k 4 роки тому

    Всё просто офигенно,но имена у гусениц упоротые)

  • @Ololoshize
    @Ololoshize 5 років тому

    Прикольно!

  • @Alloniya
    @Alloniya 4 роки тому

    Самый жоский матч в моей жизни

  • @brianshoubert7803
    @brianshoubert7803 5 років тому

    Клёво

  • @Seruy.29
    @Seruy.29 4 роки тому

    круто