Съдържание
Източник: Kran77 / Dreamstime.com
За вкъщи:
Моделите на задълбочено обучение учат компютрите да мислят сами, с някои много забавни и интересни резултати.
Дълбокото обучение се прилага във все повече области и индустрии. От автомобили без шофьори, до игра на Go, до генериране на музика от изображения, всеки ден излизат нови модели за дълбоко обучение. Тук разглеждаме няколко популярни модела за дълбоко обучение. Учените и разработчиците приемат тези модели и ги модифицират по нови и креативни начини. Надяваме се, че тази витрина може да ви вдъхнови да видите какво е възможно. (За да научите за напредъка на изкуствения интелект, вижте дали компютрите могат да имитират човешкия мозък?)
Неврален стил
Не можете да подобрите уменията си за програмиране, когато никой не се интересува от качеството на софтуера.
Неврален разказвач
Neural Storyteller е модел, който при даване на изображение може да генерира романтична история за изображението. Това е забавна играчка и въпреки това можете да си представите бъдещето и да видите посоката, в която се движат всички тези модели на изкуствен интелект.
Горната функция е операцията „изместване на стила“, която позволява на модела да прехвърля стандартни надписи на изображения в стила на историите от романите. Промяната на стила е вдъхновена от „Невронният алгоритъм на художествения стил“.
Данни
Има два основни източника на данни, които се използват в този модел. MSCOCO е набор от данни на Microsoft, съдържащ около 300 000 изображения, като всяко изображение съдържа пет надписи. MSCOCO са единствените използвани контролирани данни, което означава, че това са единствените данни, където хората трябваше да влязат и изрично да изпишат надписи за всяко изображение.
Едно от основните ограничения на невронната мрежа за подаване напред е, че тя няма памет. Всяка прогноза е независима от предишни изчисления, сякаш това е първото и единствено прогнозиране на мрежата, правена някога. Но за много задачи, като например превод на изречение или абзац, входните данни трябва да се състоят от последователни и свързани с тях данни. Например, би било трудно да се осмисли една-единствена дума в изречение, без това да е предоставено от околните думи.
RNN са различни, защото добавят друг набор от връзки между невроните. Тези връзки позволяват активирането от невроните в скрит слой да се върне обратно в себе си на следващия етап от последователността. С други думи, на всяка стъпка, скрит слой получава както активиране от слоя под него, така и от предишния етап в последователността. Тази структура по същество дава повтаряща се памет на невронните мрежи. Така че за задачата за откриване на обекти RNN може да използва своите предишни класификации на кучетата, за да определи дали текущото изображение е куче.
Char-RNN TED
Тази гъвкава структура в скрития слой позволява RNN да бъдат много добри за езикови модели на ниво характер. Char RNN, първоначално създаден от Андрей Карпати, е модел, който взема един файл като вход и обучава RNN, за да се научи да прогнозира следващия знак в последователност. RNN може да генерира характер по характер, който да прилича на оригиналните данни за обучение. Демо е обучен с помощта на преписи от различни TED разговори. Въведете модела една или няколко ключови думи и той ще генерира пасаж за ключовите думи в гласа / стила на TED Talk.
заключение
Тези модели показват нови пробиви в машинния интелект, които станаха възможни поради задълбоченото обучение. Дълбокото обучение показва, че можем да решим проблеми, които никога не бихме могли да решим преди това, и все още не сме стигнали до това плато. Очаквайте да видите много по-вълнуващи неща като автомобили без шофьор през следващите няколко години в резултат на задълбочени иновации в обучението.