у сегодня у нас есть доступ только к таким кру
Posted: Sun Jan 19, 2025 5:13 am
Компьютеры с самого начала проектировались как устройства с нулевой точностью, и с философской точки зрения они с самого начала были непригодны для обработки таких ненадежных, искаженных и неточных сигналов. Однако чат GPT работает отлично. Если вы ошибетесь в подсказке, он все равно вас поймет. Так как же это возможно? Как это работает? Итак, у нас есть 8 x 8 пикселей, поэтому 8 x 8 нам нужно 64 нейрона, если мы хотим, чтобы компьютер мог определить, является ли данное изображение положительным или отрицательным, поэтому у нас есть 64 нейрона с левой и правой стороны, у нас есть два больших нейроны бывают положительными и отрицательными.
Они должны загораться и активир почему стоит выбрать нас ной стороной или данный образ слабой стороной. Теперь у вас здесь густая сеть соединений, я насчитал 552 соединения, и каждое соединение имеет эти веса U1, U2. Обучение нейронной сети включает в себя выбор этих весов, отображение сотен, тысяч положительных и отрицательных значений, пока не будет выбран такой, который в конечном итоге правильно подсветит последний нейрон, указывая положительные и отрицательные значения.
Обучение этой сети требует больших вычислительных усилий, но у нее всего 500 параметров. Перед нами стоит простая задача — отличить позитив от негатива. Однако если теперь представить всю сеть как один пиксель на экране, на который вы смотрите, потому что вы прямо сейчас смотрите вебинар на своем телефоне, ноутбуке или другом устройстве, я хочу рассказать вам об очень интересной вещи, которая этот ученый придумал концепцию логического тестирования.
Они должны загораться и активир почему стоит выбрать нас ной стороной или данный образ слабой стороной. Теперь у вас здесь густая сеть соединений, я насчитал 552 соединения, и каждое соединение имеет эти веса U1, U2. Обучение нейронной сети включает в себя выбор этих весов, отображение сотен, тысяч положительных и отрицательных значений, пока не будет выбран такой, который в конечном итоге правильно подсветит последний нейрон, указывая положительные и отрицательные значения.
Обучение этой сети требует больших вычислительных усилий, но у нее всего 500 параметров. Перед нами стоит простая задача — отличить позитив от негатива. Однако если теперь представить всю сеть как один пиксель на экране, на который вы смотрите, потому что вы прямо сейчас смотрите вебинар на своем телефоне, ноутбуке или другом устройстве, я хочу рассказать вам об очень интересной вещи, которая этот ученый придумал концепцию логического тестирования.