Тёмный

Структура и принцип работы полносвязных нейронных сетей | #1 нейросети на Python 

selfedu
Подписаться 150 тыс.
Просмотров 178 тыс.
50% 1

Структура нейронных сетей, полносвязные нейронные сети прямого распространение. Входной слой, скрытые слои, выходной слой. Принцип работы нейрона. Пороговая функция активации.
Телеграм-канал: t.me/machine_learning_selfedu
Инфо-сайт: proproprogs.ru
lesson 1.py: github.com/selfedu-rus/neural...

Опубликовано:

 

18 июн 2020

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 330   
@xonarve_1084
@xonarve_1084 3 года назад
На условие "наличие квартиры" можно было и побольше вес накинуть)
@user-qs8vf5dm3c
@user-qs8vf5dm3c 2 года назад
Девушка еще слишком не опытна.
@mrzxccxz
@mrzxccxz 2 года назад
Такой вес был нужен для наглядности, как ни как мы учим нейронные сети а не психологию.
@EscaliburM982
@EscaliburM982 2 года назад
вес 0,9
@WitcherCoin
@WitcherCoin 2 года назад
@@mrzxccxz правда что-ли? а мы думали он серьёзно писал.
@denisevp9431
@denisevp9431 Год назад
@@WitcherCoin 🤣
@grxoxl
@grxoxl 3 месяца назад
Боже, сколько знает этот человек, просто невообразимо. Такое множество разных видеокурсов, порой совсем не связанных! Спасибо большое за ваш труд!
@PrivateProxy
@PrivateProxy 3 года назад
А я то думал что у женщин в голове а тут все понятно рассказано спасибо!
@iforvard
@iforvard 3 года назад
Рано тебе ещё думать.
@PrivateProxy
@PrivateProxy 3 года назад
@@iforvard ты про что?
@Osm766
@Osm766 3 года назад
@@PrivateProxyставит себя в высокую позицию принижая тебя,не отвечай на такие утверждения
@user-it2dx2bj3i
@user-it2dx2bj3i 3 года назад
там слоев больше и свяжи сложнее, а так , да, принцип именно такой))
@sergeimerekin8193
@sergeimerekin8193 3 года назад
@surf Она позволяет хранить сразу всю структуру слоя, каждая строка - отдельный нейрон, каждый столбец - его входные веса. Делая скалярное умножение(dot) этой матрицы с вектором выходных значений прошлого слоя, на выходе получим вектор результирующих сумм для всех нейронов текущего слоя. Теперь осталось прогнать это через любую не линейную(пороговую) функцию, и мы получим вектор выходных значений! Эти значения уже поступают на вход в новый слой - скалярно перемножаясь с матрицей этого слоя, и так по цепочке до самого финального слоя нашей сетки.
@user-kf1my2ls7m
@user-kf1my2ls7m 3 года назад
наконец-то понятный разбор нейросети!а то все остальные больше выпендриваются как они умеют и ничего не объясняют толком
@sarutor1234
@sarutor1234 3 года назад
Спасибо за контент. То что ты делаешь, имеет большое значение для тех кто хочет реально учиться. Мне нравится смотреть твои видео.
@user-hw7uz3zc8w
@user-hw7uz3zc8w 2 года назад
Самое понятное объяснение нейронок для чайников на всём ютубе! Спасибо огромное!
@cinemagames4005
@cinemagames4005 2 года назад
Обожаю слушать людей, которые умеют объяснять. Большое спасибо.
@maximbitarov2767
@maximbitarov2767 Год назад
Спасибо! Не думал что от уроков можно получать удовольствие!
@olehberehovyy1002
@olehberehovyy1002 3 года назад
Благодарю. Очень нравятся Ваши лекции. Лаконично, понятно и есть возможность "поиграться" самому. Удачи!
@user-yk2zc8vy6u
@user-yk2zc8vy6u 3 года назад
Спасибо большое! До этого момента вообще мало представлял как создаются подобные сети. А оказывается всё в целом просто Очень наглядно и понятно)
@andrus3125
@andrus3125 Год назад
Золотые примеры в ваших роликах, на них очень легко все понимать, а главное запоминается
@mihail000
@mihail000 Год назад
Женская психология в трёх нейронах
@Andre-mp4ii
@Andre-mp4ii 29 дней назад
ахахахах
@BySviat
@BySviat 3 года назад
Спасибо! Очень понятно расписал. Всю ночь до этого читал статьи и смотрел видео, а тут прям простым языком. Спасибо!
@romastep6576
@romastep6576 2 года назад
Просто о сложном и с приятным голосом, спасибо 🙏
@peacedos1
@peacedos1 Год назад
Если такой гуманитарий как я смог это понять, то и другие тоже. Спасибо за ваш контент, редко можно встретить такие гайды
@fierronone4141
@fierronone4141 Год назад
Классно объясняешь, без ненужной тонны формул, как это делают многие
@unabletoluxury
@unabletoluxury 3 года назад
Мужик, ты реально выручаешь, у меня на курсе методов оптимизации быстро прошлись поверхностно и заданий вывалили огромное количество, хорошо хоть твой канал нашел
@admi_nw
@admi_nw Год назад
Если кому интересно, после прохождения урока можно сделать пару практических задание для закрепления, мне это сильно помогло, оставлю их здесь: Заданий 1 (с планом действий): Создайте простую нейронную сеть, которая определяет, является ли данный фрукт яблоком или апельсином, на основе трех параметров: цвет (красный = 1, оранжевый = 0), форма (круглая = 1, продолговатая = 0) и вкус (сладкий = 1, кислый = 0). Веса придумайте самостоятельно. План действий, чтобы не запутаться: Инициализируйте входные параметры и веса для нейронной сети. Создайте функцию активации, которая будет использоваться для определения выходного значения нейронов. Сделайте функцию для расчета выходного значения, пусть она принимает на вход цвет, форму, вкус, и возвращает фрукт, в ней: В ней задайте входной слой, придумайте веса Вычислите значения первого скрытого слоя и примените к ним функцию активации Вычислите выход сети и примените к нему функцию активации В зависимости от выхода сети, выведите название фрукта Задание 2 (самостоятельно): Без подсказок создайте простую нейронную сеть, которая предсказывает, понравится ли человеку фильм, основываясь на трех параметрах: жанр (боевик = 1, комедия = 0), продолжительность (длинный = 1, короткий = 0) и исполнитель главной роли (любимый = 1, нелюбимый = 0). Веса придумайте самостоятельно.
@VeselijDrozd
@VeselijDrozd Год назад
Можешь, плз, объяснить по первой задаче? Я не понимаю. Он должен выдать либо яблоко, либо апельсин. Что он должен выдать, если форма = 0? Или если он кислый и красный (оранжевый сладкий). Я не совсем понимаю задание.
@admi_nw
@admi_nw Год назад
@@VeselijDrozd На ваш выбор установите веса, просто реализуйте нейронку а веса пока что поставьте рандомные, потом сами придумайте их
@tanyaba6704
@tanyaba6704 11 месяцев назад
Просьба проверить! """ color : красный = 1 оранжевый = 0 shape : круглая = 1 продолговатая = 0 taste : сладкий = 1 кислый = 0 пороговое значение для определяющей функции: 1 - яблоко 0 - апельсин """ def act(x): return 1 if x >= 1 else 0 def go(color, shape, taste): #решающая функция x = np.array([color, shape, taste]) #вектор вводных параметров w = [1, 0.5, 0.8] #веса связей weight = np.array([w]) #превращаем в вектор массив весов sum_in = np.dot(weight, x) y = np.array([act(x) for x in sum_in]) #выходные значения print('Выходное значение НС' + str(y)) return y color = 0 shape = 0 taste = 0 res = go(color, shape, taste) if res >=1: print("Это яблоко") else: print("Это апельсин")
@Nyamond
@Nyamond 9 месяцев назад
К первой задаче весы придумал кому надо и граничное значение для нейрона: Чтоб не спойлерить, читайте ниже. Цвет: 0.8975 Форма: 0.088 Вкус: 0.2342 Гр. Значение: 0.1558 У меня всё работает нормалёк с такими.
@morispioneer632
@morispioneer632 4 месяца назад
спасибо. А продолговатая форма - это яблоко, апельсин или ни то, ни другое ? Не подскажете, где просмотреть / почитать что такое нейросеть и какие идеи лежат в основе слоёв и весов ? Хотелось бы пример из жизни, поясняющий этапы анализа нейросетью сущности....
@sergey-lavrov
@sergey-lavrov Год назад
Спасибо за Ваш труд! очень доступно, учусь по Вашим лекциям с удовольствием, отличное подспорье для новичков в ML
@nayybmar
@nayybmar 5 месяцев назад
это самое лучшее объяснение, которое я когда-либо видела, правда. все разложено по полочкам, ничего лишнего. однозначно лайк
@alexeypanin5370
@alexeypanin5370 3 года назад
цель была достигнута, спасибо. не задумывался что все в итоге сводится к перемножению матриц с ф-ей активатором. Волшебство потихоньку становится понятнее
@Elias-ml6rx
@Elias-ml6rx Год назад
Это лучшее, что я смог найти в интернете для самоучек. Только благодаря вам я - глухой дум-думб смог написать первую НС. Огромное спасибо
@erasablemind5823
@erasablemind5823 16 дней назад
Большое спасибо вам за ролик! Ваши иллюстрации работы входов нейронов помогли понять эту тему, да и в целом все объяснение очень лаконичное
@senkamatic8448
@senkamatic8448 Год назад
Супер-пупер крутяк!!!! Долго до меня не могло дойти, что к чему вообще! Да ещё эти скрытые слои
@nadyamoscow2461
@nadyamoscow2461 Год назад
Как всегда, супер объяснение. Большое спасибо!
@user-qh5fr3yo1w
@user-qh5fr3yo1w Год назад
Спасибо вам за замечательный курс по Python. Сейчас прохожу его.
@user-xk8ev2wf9b
@user-xk8ev2wf9b 3 года назад
Отличное и последовательное объяснение о перцептроне, спасибо! Прочитал десяток статей, но не мог найти объяснение кода, а если оно и было-казалось очень сложным, только после этого видео понял что к чему)
@user-vf2po3pr8r
@user-vf2po3pr8r 2 года назад
очень хорошая подача материала! прям сразу лайк, редко отписываюсь, но тут нужно прям)
@Guzaliiagapurova
@Guzaliiagapurova 2 года назад
Контент на вес золота, спасибо 🔥🙌
@leomysky
@leomysky 3 года назад
Спасибо большое за такие качественные и понятные видео!!!
@dahtes2107
@dahtes2107 3 года назад
Годная тема, как вступление очень зашло, главное по сути без воды
@sexy_bulochka
@sexy_bulochka 10 месяцев назад
Спасибо за прекрасное и понятное объяснение!
@vitaliyhusti
@vitaliyhusti 2 года назад
Нереально крутое, понятное и легкое объяснение! Спасибо so much!!!)
@user-jb1nb6en4z
@user-jb1nb6en4z 2 года назад
Супер! Спасибо за урок, понятно все с первого раза!
@youtubeyoutube6205
@youtubeyoutube6205 3 года назад
Сформировалось, и сформировалось еще одно понимание, а именно что ты красавчик
@28strelok
@28strelok 3 года назад
Вот это урок просто супер наконец понял что к чему. СПАСИБО
@atommax_1676
@atommax_1676 Год назад
Я потратил 2 дня читая туториалы и объяснения а тут понял мгновенно. Спасибо большое
@sergeyv1534
@sergeyv1534 3 года назад
Урок - супер! Пример - класс, многое стало более понятным и что удивительно не только в нейронных сетях. Лайфхак для обучающихся - запустите пример с «Git» у себя на локальном компе, выведите промежуточные результаты хотя бы «print»-ами шаг за шагом - очень способствует усвоению материала.
@user-xu7de4yc8d
@user-xu7de4yc8d Год назад
! Спасибо ! за суперский материал и объяснение!
@ViktorKataev
@ViktorKataev Месяц назад
Спасибо! Очень интересно и легко для понимания!
@muxammederaiev733
@muxammederaiev733 3 года назад
Очень крутой урок! Спасибо !
@shazplay8878
@shazplay8878 3 года назад
Аааа!!! Очень крутое видео! Автор просто гений! Спасибочки за простое и понятное объяснение ❤️
@egorzavalo4712
@egorzavalo4712 4 месяца назад
Спачибо, хорошо объяснил принцип. Вообще удачно🎉
@paulkarkarin466
@paulkarkarin466 Год назад
Спасибо. Классно объяснил и на пальцах, и на пайтоне.
@eritas777
@eritas777 28 дней назад
Спасибо за твои видео. Очень понятно объясняешь.)
@user-cy2ul1lr6z
@user-cy2ul1lr6z Год назад
Это невероятно крутое объяснение, спасибо
@userqh67vey6
@userqh67vey6 Год назад
Когда учился, на нейронные сети подзабил (не заходили они мне в том виде, в котором они были 20 лет назад). А сейчас заходит на ура. Лайк за видео!
@skadi760
@skadi760 Год назад
Визуализация с девочкой это самый лучший и понятный пример работы нейрона, который я видел
@JoparezkinEMVI
@JoparezkinEMVI Год назад
Теперь мы знаем, что у женщин в голове всего 6 нейронов с:
@Regina_in_youtube
@Regina_in_youtube 3 месяца назад
Спасибо за лучшее объяснение с кодом Python и смешной пример!
@vviishnya
@vviishnya 2 месяца назад
автор, спасибо большое, очень интересно и доступно объясняете!
@kpacccavchik
@kpacccavchik 3 года назад
абалденный урок! ты красавчик! ты мне нравишься!
@yporotxx
@yporotxx 2 года назад
Я очень долго искал видео, где пойму хотя бы примерно, что это такое, в основном несут какую-то дичь и приводят примеры, от которых хочется застрелиться, благодарю, благодаря вашему видео я примерно начал хотя бы понимать саму концепцию нейронной сети, и что это не магия, а продуманное перемножение матриц на строку с ветвлениями, когда я это понял, стало немножко полегче, буду дальше смотреть ваши видео спасибо!
@xvostov_k
@xvostov_k 3 года назад
Автор красава, единственный кто норм все расписал, спасибо
@a-lobanov
@a-lobanov 3 месяца назад
Добрый день. Большое спасибо за Ваши подробные занятия! Заплатил за обучение Data Science 100000, но качество обучения такое, что приходится более 80% информации искать самому. Во время очередного поиска познакомился с Вашим видео по Numpy и каналом. Теперь осваиваю структуру НС с помощью Ваших занятий. Большое спасибо за то, что Вы делаете. Также, увидел, что у Вас есть курсы на Степике, за что тоже большое спасибо!
@user-ot5iy5es4l
@user-ot5iy5es4l 3 года назад
Объясняете самым доступным языком для гумов,с меня лайк и подписка
@galinaba8870
@galinaba8870 3 года назад
Лучшее объяснение !
@user-kb8mr3cb8q
@user-kb8mr3cb8q Год назад
Спасибо за урок)
@fancor5478
@fancor5478 Год назад
Всё понятно, спасибо 😄.
@horseman3253
@horseman3253 3 года назад
Good, better than any other in youtube!
@osvab000
@osvab000 3 года назад
Хорошая тема!
@user-ge4sg9gc3f
@user-ge4sg9gc3f Год назад
Классно объясняете ❤
@eh9mjeh9mj
@eh9mjeh9mj 3 месяца назад
Помню как то в командировке с коллегами вечером сидели пили пиво. И местные девушки которые были с нами в компании узнали что у меня есть квартира. Их нейронные связи начали проявлять ко мне огромный интерес, а мои нейронные связи получили записи из базы данных предыдущих периодах об таких особей, и записи настроек таблицы моральных принципов и выдали результат слать их лесом.
@alexeykulikov6706
@alexeykulikov6706 3 года назад
Шикарно объяснил, теперь придется с этим жить
@aneleg233
@aneleg233 Год назад
Огромное спасибо!
@user-us5vb4mo8t
@user-us5vb4mo8t 3 года назад
Спасибо все очень понятно
@Dmitrii-Zhinzhilov
@Dmitrii-Zhinzhilov Год назад
Благодарю! 👍💯
@ilminsky
@ilminsky 2 года назад
Гениальный пример.
@user-st4ih8cu6l
@user-st4ih8cu6l 2 месяца назад
Благодарю!
@progerpython1056
@progerpython1056 Год назад
можно конечно это реализовать с помощью условий, но так как вы рассказали по интересней. Спасибо за видеоряд👍💪
@progerpython1056
@progerpython1056 Год назад
a = input("хата есть: ") b = input("рок слушает: ") c = input("кросивый: ") a1 = 0 b1 = 0 c1 = 0 r1 = 10 if a == "да": a1 = 1 if b == "да": r1 = 10 - 1 if c == "да": c1 = 1 o1 = a1 + b1 + r1 if o1 > 10: print("я ему дам") else: print("не дам") #написал упрощённый вариант, кажется какую то функцию сей вычислений забыл. Но видео топ
@fleshroyal2277
@fleshroyal2277 3 года назад
18к просмотров, а всего 900 лайков( Большое спасибо за столь подробный материал)
@alexeypriw4085
@alexeypriw4085 3 месяца назад
Ты мега крут Чумба)
@DaniilMusin
@DaniilMusin 3 года назад
Супер!
@DimaEsaulov
@DimaEsaulov 3 года назад
Спасибо большое такое в российском ютубе не найти
@nikolaydvornikov397
@nikolaydvornikov397 3 года назад
а где тогда находится это видео? хмм
@lend_of_discovery
@lend_of_discovery 3 года назад
@@nikolaydvornikov397 хаххахаах
@user_name888
@user_name888 Год назад
Спасибо!
@nikolaydd6219
@nikolaydd6219 3 года назад
Наконец то я всё понял =)
@staskss4727
@staskss4727 Год назад
Спасибо !!! Понятно и интересно. А главное в точности описывает интелектуальный потенциал большинства милых Девочек.
@pppppp5681
@pppppp5681 11 месяцев назад
ыы какое умное замечание, сразу видно, что вы то сверхразум. невероятно просто, как мужики умудряются приплетать "таких плохих и ужасных женщин". тем более, что с вас тупых мужиков взять, только квартиру, даже красотой то не отличаетесь :)
@user-bs4lq3jn3s
@user-bs4lq3jn3s Год назад
Круто))
@andreychernykh256
@andreychernykh256 3 года назад
Актуально!
@kpacccavchik
@kpacccavchik 3 года назад
подписываюсь!
@user-rm9wd7qq6k
@user-rm9wd7qq6k Год назад
спасибо за видео,все очень понятно,для профанов и новичков))) Р.S.читая комментарии,хочется сказать,что не все женщины такие))сейчас таких и мужчин много)))
@openglmanext979
@openglmanext979 Год назад
Благодарю за уроки! Подскажите будьте так добры,задачник толковый,где можно по практиковаться.
@user-epic744
@user-epic744 2 года назад
лайк реально
@JohnLee-bo9ft
@JohnLee-bo9ft Год назад
Вся суть популярного подхода к машинному обучению в одном этом видео.
@Poriks
@Poriks Год назад
Отличное видео, только тем кто не знаком с векаторами и матрица я бы порекомендовал сначала пару видосов посмотреть, чтобы освежить в памяти школьную Программу
@selfedu_rus
@selfedu_rus Год назад
без математики в машинном обучении вообще нечего делать )
@user-cs7yl8ol9l
@user-cs7yl8ol9l 3 года назад
идеальный пример девочки в наше время))
@Yurec10
@Yurec10 8 месяцев назад
Вывод из видео: у девушек при выборе парней работает нейросеть всего с одним слоем. Надо это учитывать при общении с девушками
@Web3Day
@Web3Day 3 года назад
Комментарий тебе подлиннее для продвижения, обьясняешь очень круто. Тема мне очень важна, надеюсь с твоей помощью вольюсь, ролик до конца досмотрю, так что благодаря этому выпадешь еще пятерым в рекомендации благодаря этому. У меня просто несколько своих каналов. На одном 20к.
@fancor5478
@fancor5478 Год назад
У меня появились вопросы. После 2 слоя нииронов когда мы получаем 1 и -1 мы их должны домножать на 1 и суммировать? Веса после 2 слоя подбираем сами (1,-1)?
@bright307
@bright307 6 месяцев назад
я вас люблю
@user-mn5qo9jr6v
@user-mn5qo9jr6v 2 года назад
Спасибо за контент. В ходе экспериментирования с разными входными данными заметил, что КРАСИВОМУ парню с квартирой и слушающему рок девушка говорит созвонимся, хотя на 8:35 говорится, что для КРАСИВОГО парня остальные 2 фактора не важны и следовательно ответ должен быть "Ты мне нравишься".
@selfedu_rus
@selfedu_rus 2 года назад
сети разные, сначала с одним нейроном, потом с тремя и работа у них получается разная
@user-bh5xg3bb8h
@user-bh5xg3bb8h 2 месяца назад
А в чем замысел делать нейросеть на python с скрытым слоем(+2 нейрона)? Немного непонятно. А в остальном отличное объяснение, особенно если с ручкой и листочком попробовать всё после просмотра записать, ложиться замечательно! Если уже был где-то ответ, камнями не кидайтесь :D
@kirpi2019
@kirpi2019 3 года назад
внешность все таки главное))
@user-gb6hx6kn8l
@user-gb6hx6kn8l 8 месяцев назад
Вопрос к моменту 2:29, разве в определении весов связи j должен быть константой? Не наоборот? Т.к. все связи ведут к одному конкретному i-тому нейрону?
@selfedu_rus
@selfedu_rus 8 месяцев назад
да, там сумма по j
@mrzxccxz
@mrzxccxz 2 года назад
Не знаю как будет дальше но пока это лучшее обучение нейронным сетям на русском.
@from_spb
@from_spb 10 месяцев назад
Добрый день, помоему вес у рока должен быть -0.3 в примере, а на 0.3. Так как если у рока вес + 0.3 прибавляем + 0.3 квартира и получаем 0.6, функция активации верхнего нейрона выдаст 1.
@C.Mihail
@C.Mihail 2 месяца назад
Какую литературу по нейроным сетям порекомендуете?
@Armada2010
@Armada2010 Год назад
Наконец то кто-то объяснил женское мышление )
@user-cy2oy3cw4o
@user-cy2oy3cw4o 3 года назад
Ты очень понятно обьясняешь- благодарю! Могу обратится за консультациями?
@selfedu_rus
@selfedu_rus 3 года назад
Спасибо! На конкретные вопросы в комментариях стараюсь отвечать, по мере своих сил ))
@PhyzmatClass
@PhyzmatClass 2 месяца назад
7:56 с простой сетью это тоже возможно 0*0,5-0*0,5+1*0,5=0,5 значит f(x)=1 будет встречаться.
@Natural_Mindset
@Natural_Mindset 3 года назад
спойлер: "лирическая "музыка" " здесь означает реп
@Bloody_River
@Bloody_River 3 года назад
О боже... как же я ненавижу рэп! Особенно русский. Помойка! Для нормальных парней советую добавить себе нейрон на проверку любит ли девушка рэп или нет. Вес нейрона: минус бесконечность.
Далее
Делаю нейросеть с нуля
17:17
Просмотров 1,4 млн