Как же понятно и интересно смотреть все видео! Всё настолько понятно изложено. Визуализация - отдельная похвала! Как же я рада, что нашла Вас на stepik. Как здорово, что не тратится время на написание кода. Здоровья Вам и удачи во всех делах! Благодарю!!!
Только нашел ваш канал, еще ни одного видео не смотрел, видел только названия. Но просто большое вам спасибо за ваш труд! Как же хорошо что я вас нашел
Почему мы взяли именно 49 нейронов? И вопрос по связыванию слоев, нигде не могу найти что за конструкция x= Flatten()(x). Имеется в виду конструкция (объект)(объект) как работает, т.к. у вас после объекта flatten() идет объект (х) в скобках
Отличное видео. Только я не понял один момент. Почему пространство, о котором идёт речь на 09:38 имеет 786 измерений? Я думал, это связано с количеством нейронов входного слоя, но там их 784 штуки. Не могли бы вы объяснить откуда ещё 2 изменения берутся?)
Не совсем понятно, как с помощью автоэнкодера (после обучения) попросить просто нарисовать любую цифру 5, без передачи входного изображения. Это возможно? Если да, то можете пример кода дать?
Здравствуйте, собрал свой автоенкодер на основе LSTM с помощью которого хочу находить аномалии в тексте. Все работает, но он в моей реализации почему-то мало эффективен. Из 500 аномалий находит только 3)))) можно Вам показать свой Jupiter-nitebook на оценку?
Скажите, а на вход автоэнкодера нужно подавать нормальзованные числа? И если таблица с числами с десятичным знаком, то сколько нейронов на каждое входящее число?
на вход автоэнкодера подаются числа с распределением, на котором он был обучен, а число входных нейронов - это количество этих чисел, то есть, размер входного вектора значений
здравствуйте, у вас meansquarederror среднеквадратичная ошибка а вы говорите минимум.Может оговорка. пересмотрел,, вопрос снят, я не расслышал, миниммум среднего.
Здравствуйте, есть ли у вас уроки по object detection Yolov5? Вы хорошо объясняете, может обясните почему нет в функции predict.py информации о %-м содержании объекта. Заранее спасибо
Здравствуйте, подскажите пожалуйста как вы получили только "5-ки"? from, to = x_test[y_test == 5][1:3]. Если мне надо выбрать "красивые" "5-ки" из выборки? Заранее спасибо
Это выборка из массивов NumPy. Если записать массив a = np.array([1, 2, 1, 3, 1, 4]), а затем выбрать все единицы, то достаточно выполнить команду: a[a == 1]. В программе примерно то же самое только с изображениями.
@@selfedu_rus Выберем "1", ясно, спасибо, а еще из этих "1-ок" надо лучшие выбрать, и затем протестировать плохие "1-ки" тогда какое условие нужно? заранее спасибо
@@selfedu_rus Сначала надо выучить, что такое метод наименьших квадратов и что такое средне квадратичная ошибка и только потом приступать к изучению высшей математики и только затем к изучению глубокого обучения.
Как же понятно и интересно смотреть все видео! Всё настолько понятно изложено. Визуализация - отдельная похвала! Как же я рада, что нашла Вас на stepik. Как здорово, что не тратится время на написание кода. Здоровья Вам и удачи во всех делах! Благодарю!!!
Только нашел ваш канал, еще ни одного видео не смотрел, видел только названия. Но просто большое вам спасибо за ваш труд! Как же хорошо что я вас нашел
Большое спасибо за канал!! И за подачу!! Особенно впечатлило быстрое написание кода под фрагменты классической музыки!!
у вас отличный и полезный канал. нужно просто умело пользоваться данной информацией
Суперская подача материала! Спасибо Вам!
Крутые видосы. Так держать.
Отлично! Спсаибо за контент.
Спасибо!
Продолжайте в том же духе. Будут уроки по reinforcement learning?
спасибо, пока не планирую
Блин
круто!
Можете уточнить, на основе чего для слоя скрытого состояния решили сделать именно 49 нейронов, а не, например, 50?
Почему мы взяли именно 49 нейронов? И вопрос по связыванию слоев, нигде не могу найти что за конструкция x= Flatten()(x). Имеется в виду конструкция (объект)(объект) как работает, т.к. у вас после объекта flatten() идет объект (х) в скобках
Отличное видео. Только я не понял один момент. Почему пространство, о котором идёт речь на 09:38 имеет 786 измерений? Я думал, это связано с количеством нейронов входного слоя, но там их 784 штуки. Не могли бы вы объяснить откуда ещё 2 изменения берутся?)
да, 784 = 28*28, все верно
@@selfedu_rus а, видимо опечатка. Понял вас. Спасибо :)
Я бы тоже про обучение с подкреплением посмотрел бы , особенно учитывая что в ру сегменте очень мало про это
Спасибо вам за уроки. А откуда вы берете информацию по нейронным сетям?
Собственный опыт + книги + интернет
@@selfedu_rus По продвинутому ии планируете осчастливить подписчиков ?
Классные лекции! Стало интересно, можно ли использовать такой автоэнкодер для предобучения сверточных слоев какой то нейронки?
Кто знает? Фантазия разработчиков не знает границ! )
Nice good
Не совсем понятно, как с помощью автоэнкодера (после обучения) попросить просто нарисовать любую цифру 5, без передачи входного изображения. Это возможно? Если да, то можете пример кода дать?
Здравствуйте, собрал свой автоенкодер на основе LSTM с помощью которого хочу находить аномалии в тексте. Все работает, но он в моей реализации почему-то мало эффективен. Из 500 аномалий находит только 3)))) можно Вам показать свой Jupiter-nitebook на оценку?
Скажите, а на вход автоэнкодера нужно подавать нормальзованные числа? И если таблица с числами с десятичным знаком, то сколько нейронов на каждое входящее число?
на вход автоэнкодера подаются числа с распределением, на котором он был обучен, а число входных нейронов - это количество этих чисел, то есть, размер входного вектора значений
@@selfedu_rus Большое спасибо!
здравствуйте, у вас meansquarederror среднеквадратичная ошибка а вы говорите минимум.Может оговорка. пересмотрел,, вопрос снят, я не расслышал, миниммум среднего.
Какие практические задачи решают с помощью автоэнкодеров?
Генерация изображений, текста, звука. В развитии они дают генеративно-состязательные сетей.
Здравствуйте, есть ли у вас уроки по object detection Yolov5? Вы хорошо объясняете, может обясните почему нет в функции predict.py информации о %-м содержании объекта. Заранее спасибо
Здравствуйте, подскажите пожалуйста как вы получили только "5-ки"? from, to = x_test[y_test == 5][1:3]. Если мне надо выбрать "красивые" "5-ки" из выборки? Заранее спасибо
Это выборка из массивов NumPy. Если записать массив a = np.array([1, 2, 1, 3, 1, 4]), а затем выбрать все единицы, то достаточно выполнить команду: a[a == 1]. В программе примерно то же самое только с изображениями.
@@selfedu_rus спасибо большое
@@selfedu_rus Выберем "1", ясно, спасибо, а еще из этих "1-ок" надо лучшие выбрать, и затем протестировать плохие "1-ки" тогда какое условие нужно? заранее спасибо
@@johnwhite9906 Нет такого критерия ) Отчасти эту проблему решают генеративно-состязательные сети.
+
Dislike 7:15 mean_squared_error- Средне квадратичная ошибка, а не mean_squared_error-минимум квадрата ошибки. Читай Грокаем нейронные сети
Это, фактически, одно и то же. Отличается только множителем 1/N перед суммой, но она на оптимизацию никак не влияет.
@@selfedu_rus Минимальное и среднее это разные слова. Если ты не понимаешь этого, то разговаривать мне с тобой не о чем.
@@komissarovrodion Мы ищем минимум квадрата рассогласования!
@@selfedu_rus Сначала надо выучить, что такое метод наименьших квадратов и что такое средне квадратичная ошибка и только потом приступать к изучению высшей математики и только затем к изучению глубокого обучения.
@@komissarovrodion этот человек преподаватель, кого ты учить собрался?