Мы изучили самые популярные вопросы из области ИИ и собрали всё, что нам удалось понять, в одном блоке
  • Входной слой
    Состоит из цифровой информации. Например, если говорить про распознавание образов, входная информация — это картинка, разобранная по пикселям, входным параметрам, каждый из которых поступает на отдельный нейрон. Это несколько похоже на модель нашего зрения.

  • Скрытые слои
    Эта структура запоминает примеры из предыдущего слоя и создаёт зависимости между ними. Нейронов и слоёв на этом уровне может быть сколь угодно много.
  • Выходной слой
    Каждый нейрон здесь отвечает за конкретный класс интерпретации. Функция этого слоя распределения наибольшей вероятности принадлежности объекта разным классам тогда нейронов будет столько, сколько классов представлено в обучающей выборке.

Например Face ID — нейронная сеть, которая настроена на один класс: мы показываем наше лицо с разных ракурсов, а НС обучается. Теперь она знает, что у неё есть класс «свой», владелец телефона, и есть все остальные, класс «не свой».
Проект создан студентами кафедры журналистики и литературоведения ИФиЯК СФУ в рамках программы
«Приоритет 2030»
Под руководством кандидата философских наук, доцента
кафедры журналистики и литературоведения ИФиЯК СФУ
Дарьи Александровны Устюжаниной
Made on
Tilda