Шаг 2.
Основы создания нейросети на Python.
Как работают нейронные сети. Простая прогнозирующая машина

    На этом шаге мы рассмотрим работу такой машины.

    Начнем с простого и будем постепенно усложнять задачу.

    Вообразите простую прогнозирующую машину (предиктор), которая получает вопрос, совершает некий "мыслительный" процесс и выдает ответ. Все происходит примерно так, как в приведенном выше примере с распознаванием образов, в котором входная информация воспринималась нашими глазами, далее наш мозг анализировал изображение, после чего мы делали выводы относительно того, какие объекты имеются на данном изображении. Это можно представить с помощью следующей схемы.

    Но компьютеры не могут по-настоящему думать (вспомните, что они всего лишь усовершенствованные калькуляторы), поэтому мы используем другую терминологию, более точно соответствующую тому, что происходит на самом деле.

    Компьютер получает входную информацию, выполняет некоторые расчеты и выдает результат. Этот процесс схематически представлен на следующей иллюстрации. Входная информация, заданная в виде "3x4", обрабатывается с возможной заменой операции умножения более простыми операциями сложения, и выдается выходной результат "12".

    Возможно, вы подумали: "Ну и что здесь особенного?" Не переживайте, все нормально. Пока что мы используем простые и хорошо знакомые примеры для введения понятий, которые далее будут применены к более интересным нейронным сетям.

    На следующем шаге мы продолжим изучение этого вопроса.




Предыдущий шаг Содержание Следующий шаг