Краснотех, а как в керасе специализируются ядра свертки? Ты говоришь, что одни ядра уголки определяют, а другие - линии. Но ведь ты не указываешь, за что каждое ядро отвечает. Как получается тогда специализация каждого канала на поиске отдельных закономерностей? Как ядра работают? Они просто суммируют под собой все числа из реальной картинки? И устойчива ли сверточная сеть к переворотам картинки? Разный угол наклона? Если да, то как удается распознавать одинаковые закономерности в перевернутых изображениях?
специализация ядра определяется в процессе обучения путем адаптации к данным и минимизации ошибки. Никак вручную они не настраиваются. Ядро работает так: например есть ядро 3 на 3. Параметры ядра - числа в этой матрице из 9 элементов. При анализе части картинки сначала 9 пикселей картинки умножаются на соответствующие числа, затем все суммируется и применяется функция нелинейности (активация). Эта операция проделывается для всех квадратов из 9 пикселей на картинка, ядро как-бы сканирует всю картинку собой. На втором слое выход этого ядра считается картинкой и т.д. Так можно описать очень сложные паттерны. К переворотам картинки такая система сама по себе не устойчива, нужно добавлять в обучающие данные перевернутые картинки, чтобы она также адаптировалась к ним. Также с поворотами на разные углы.
видно что канал развивается. Контент узконаправленный, поэтому наивно расчитывать на огромные просмотры, но зато аудитория будет целевая ) удачи в дальнейшем развитии. Для себя я отметила много полезного сегодня =)
С технологиями в Краснодаре - все плохо. Невнятное видео. Если человек не в теме - он ничего не поймет. Вообще не обяснено как работает сверточная нейросеть. Сделанно очень слабенько. Не ставлю дизлайк только из того, что делал ребенок. Смотреть не рекомендую.
Когда говорят, что нейросети - это просто, то это враньё. И да, видео невнятное. Может быть, автор понимает, что делает, зачем и почему, но не может это в видео рассказать. Взять хоть отрезок на 16:30 - "и да, здесь уже три канала...". Почему три? Как это влияет? Зачем это нужно? Нет ответов.
@@tarkhidden 3 канала т.к это цветная 3д картинка формата RGB, а до этого были черно-белый цифры 2д. По свёрточным сетям рассказал все максимально подробно.
Привет! Почему у меня не импортируются библиотеки (from tensorflow.keras.layers import Dense, Flatten, Reshape, Input, Conv2D) в чем может быть проблема? за ранее спасиба за ответ)
Выводит такую ошибку oduleNotFoundError Traceback (most recent call last) Cell In[4], line 3 1 import tensorflow as tf 2 from tensorflow import keras ----> 3 from tensorflow.keras.layers import Dense, Flatten, Reshape, Input, Conv2D 4 import matplotlib.pyplot as plt 5 import numpy as np ModuleNotFoundError: No module named 'tensorflow.keras'
Проверьте, есть ли модуль keras через !pip list. Еще можно попробовать просто написать вместо from tensorflow.keras.layers from keras.layers, или from keras import layers, from layers import (слои) Может ему через точку не нравится, в google colab такая штука тоже есть иногда
Привет, расскажи, пожалуйста, как собрать после завершения обучения модель, для дальнейшего использования в проектах. Очень нужная была бы информация
Краснотех, а как в керасе специализируются ядра свертки? Ты говоришь, что одни ядра уголки определяют, а другие - линии. Но ведь ты не указываешь, за что каждое ядро отвечает. Как получается тогда специализация каждого канала на поиске отдельных закономерностей? Как ядра работают? Они просто суммируют под собой все числа из реальной картинки? И устойчива ли сверточная сеть к переворотам картинки? Разный угол наклона? Если да, то как удается распознавать одинаковые закономерности в перевернутых изображениях?
специализация ядра определяется в процессе обучения путем адаптации к данным и минимизации ошибки. Никак вручную они не настраиваются. Ядро работает так: например есть ядро 3 на 3. Параметры ядра - числа в этой матрице из 9 элементов. При анализе части картинки сначала 9 пикселей картинки умножаются на соответствующие числа, затем все суммируется и применяется функция нелинейности (активация). Эта операция проделывается для всех квадратов из 9 пикселей на картинка, ядро как-бы сканирует всю картинку собой. На втором слое выход этого ядра считается картинкой и т.д. Так можно описать очень сложные паттерны. К переворотам картинки такая система сама по себе не устойчива, нужно добавлять в обучающие данные перевернутые картинки, чтобы она также адаптировалась к ним. Также с поворотами на разные углы.
видно что канал развивается. Контент узконаправленный, поэтому наивно расчитывать на огромные просмотры, но зато аудитория будет целевая ) удачи в дальнейшем развитии. Для себя я отметила много полезного сегодня =)
Спасибо!
Прикольно, на превью моя ава
Хаха, да, забавно, это просто кажется первое фото в гугле по запросу "кот")
Откуда берёте данные по изображениям
привет! а можешь объяснить как ты справляешься с ошибкой при выполнении кода на определение нарисованной цифры?😅 (11:34)
С технологиями в Краснодаре - все плохо. Невнятное видео. Если человек не в теме - он ничего не поймет. Вообще не обяснено как работает сверточная нейросеть. Сделанно очень слабенько. Не ставлю дизлайк только из того, что делал ребенок.
Смотреть не рекомендую.
Когда говорят, что нейросети - это просто, то это враньё. И да, видео невнятное. Может быть, автор понимает, что делает, зачем и почему, но не может это в видео рассказать. Взять хоть отрезок на 16:30 - "и да, здесь уже три канала...". Почему три? Как это влияет? Зачем это нужно? Нет ответов.
@@tarkhidden 3 канала т.к это цветная 3д картинка формата RGB, а до этого были черно-белый цифры 2д. По свёрточным сетям рассказал все максимально подробно.
что то сложно тебе развить канал. хотя контент полезный. не расстраивайся главное)
Привет! Почему у меня не импортируются библиотеки (from tensorflow.keras.layers import Dense, Flatten, Reshape, Input, Conv2D) в чем может быть проблема? за ранее спасиба за ответ)
Выводит такую ошибку
oduleNotFoundError Traceback (most recent call last)
Cell In[4], line 3
1 import tensorflow as tf
2 from tensorflow import keras
----> 3 from tensorflow.keras.layers import Dense, Flatten, Reshape, Input, Conv2D
4 import matplotlib.pyplot as plt
5 import numpy as np
ModuleNotFoundError: No module named 'tensorflow.keras'
Если убрать (3 from tensorflow.keras.layers import Dense, Flatten, Reshape, Input, Conv2D) то показывает ошибку
Я как будто все библиотеки установил с вашего GitHubа который был в предыдущем видео
Проверьте, есть ли модуль keras через !pip list. Еще можно попробовать просто написать вместо from tensorflow.keras.layers from keras.layers, или from keras import layers, from layers import (слои) Может ему через точку не нравится, в google colab такая штука тоже есть иногда