Нейронные сети: наиболее полные и понятные видеолекции

0
29620

Нейронные сети – мощный и многофункциональный инструмент, который применим в любой современной отрасли. Рассмотрим базовые понятия.

В лекциях представлены основные алгоритмы, задачи и методы, которые помогут лучше понять нейронные сети.

Сеть Хопфилда

В этом видео рассматривается нейронная сеть Хопфилда, которая зачастую используется для распознавания образов, фотографий и изображений. Автор интересно и “на пальцах” объясняет дискретную модель Хопфилда. Для лучшего понимания лекция построена на учебном примере расчета матриц и векторов.

https://www.youtube.com/watch?v=W7ux1RfOQeM

Гетероассоциативная память

Здесь автор продолжает тему нейронных сетей распознавания объектов. Гетероассоциативная память (ГАП) была придумана Джоном Хопфилдом в 80-х годах, а Барт Коско модернизировал эту сеть таким образом, чтобы она могла ассоциировать вектора разной длины. В ГАП вектор поступает на один набор нейронов, а соответствующий выходной вектор появляется на другом наборе нейронов. Т. к. сеть Хопфилда и ГАП фактически являются одним и тем же, они обе способны на обобщение и могут выделять эталонный образ из зашумленных экземпляров

https://www.youtube.com/watch?v=sg8fezJYJ5E

Муравьиный алгоритм

В 1859 году Уильям Хамильтон придумал одноименную игру, на  основе которой была создана задача коммивояжера, которую и будет решать автор в этом видео. Чтобы найти кратчайший путь от вершины к вершине в графе, будет использован муравьиный алгоритм. В этом алгоритме муравей выбирает свой путь, основываясь на уровне феромонов, которые были оставлены предыдущими проходчиками – чем выше его уровень, тем короче путь от вершины к вершине.

https://www.youtube.com/watch?v=EwDP_bAb-OI

Метод отжига

В этом видеоуроке автор продолжает решать задачу коммивояжера, но использует метод отжига и полный граф К-6. Нужно найти самый короткий гамильтонов цикл. Это цикл, который проходит все вершины графа по одному разу и возвращается в исходную точку. Для оптимизации пути используется генератор случайных чисел (метод Монте-Карло).

https://www.youtube.com/watch?v=hbZ2EaTal-4

Генетический алгоритм

Лекция описывает работу генетического алгоритма на примере поиска экстремума двух функций. Берется 4 набора  (4 хромосомы), в каждом из которых по 2 гена. Отбирается лучший ген на основании показателей функции максимума и после этого процесс переходит к следующей хромосоме. Худшая хромосома выбывает из набора, набор перестраивается и все повторяется снова.

https://www.youtube.com/watch?v=ttsZV01aYYU

Генетический алгоритм. Размещение графа на линейке

Рассматривается задача размещения вершин графа на линейке таким образом, чтобы суммарная длина ребер этого графа была минимальной. Суть состоит в том, чтобы эти вершины были соединены в таком порядке, который указывает граф. Предполагается, что расстояние между вершинами статическое и одинаковое. Для решения применяется мутационный алгоритм (инверсия по k-му элементу).

https://www.youtube.com/watch?v=j8yUOsciNMk

Другие материалы по теме:

РУБРИКИ В СТАТЬЕ

МЕРОПРИЯТИЯ

Комментарии 0

ВАКАНСИИ

Senior (Lead) Android Developer
Москва, от 240000 RUB до 280000 RUB
Senior iOS Developer
Москва, от 250000 RUB до 300000 RUB
Senior Java developer
по итогам собеседования

ЛУЧШИЕ СТАТЬИ ПО ТЕМЕ

BUG