Садржај
Гоогле Лабс је објавио веома занимљив блог у вези са коришћењем неуронских мрежа које су обучене да препознају објекте уместо да сликају друге објекте.
Тренирамо вештачку неуронску мрежу тако што јој приказујемо милионе примера обуке и постепено прилагођавамо параметре мреже док не добијемо класификације које желимо. Мрежа се обично састоји од 10-30 сложених слојева вештачких неурона. Свака слика се уноси у улазни слој, који затим разговара са следећим слојем, све док се на крају не достигне "излазни" слој. „Одговор“ мреже долази из овог завршног слоја.
Они то називају "инцептионисм" и резултати су више него бизарни. Следећи слајдови приказују резултате различитих неуралних мрежа које "сликају" ствар на којој су обучени, иако је извор неповезан, или чак случајан, податак. Темељна механика је прилично сложена, али замислите да видите како неурална мрежа "види" свет.
СледећиСкиарров
Ово је прилично једноставно, али од мреже је тражено да пронађе сваку стрелицу.
Книгхт
С обзиром на слику витеза, ова неуронска мрежа проналази оно што је обучено по цијелом мјесту: животиње у изобиљу!
Анимал Цоунтрисиде
Ово изгледа као пејзаж, али је направљено од лудог низа животиња и дивљих животиња.
Дог Сцреам
Симбол Едварда Мунцха иде псима. Очи широм места су више него узнемирујуће.