1T - La Base delle Reti Neurali | Reti Neurali e Deep Learning - TensorFlow Tutorial Italiano 

Grazie. Mi hai aperto un mondo! saper spiegare é un sottoinsieme del sapere, saper spiegare rendendo interessante quello che si dice é un sottoinsieme del saper spiegare, essere comprensibili ad un ventaglio di ascoltatori è... continua tu! bravo

Fantastico Simo, non sapevo le reti neurali potessero essere cosi interessanti :D

Grazie, grazie e ancora grazie. Finalmente sono riuscito a trovare un video in italiano

Grazie per i contenuti...molto interessante. In italiano poi è un grande aiuto

Sei molto bravo, Complimenti !

Grazie, sto cominciando a capire

interessantissimo, complimenti.

Ottimo video, chiarissimo

Interessante. Ma fisicamente di quali componenti si avvalgono queste reti? Utilizzano sempre componenti di base quali transistors, diodi, resistori e condensatori?

Complimenti veramente un bel lavoro. Concetti comunque sempre attuali. Grazie.

Molto Chiaro, bel video ;)

bravo !!!

ciao simone, complimenti per i video ma ti segnalo un'imprecisione. La Loss function (che sono di vario tipo a seconda che siano NN per classificazione o regressione... ad esempio nei casi di regressione la più nota è MSE) sono relativi ai singoli esempi mentre invece la Cost function è la media delle loss.

6:25 Domandina: Ma W e b sono valori forniti dall'operatore (programmatore?) oppure dal neurone?

ciao, ottimo video, credo ci sia un errore al minuto 8.06, dentro la parentesi i termini che sottrai hanno il pedice anche loro poiche' componenti di un vettore. Nel video fai riferimento solo alla derivata parziale rispetto a W ma essendo la funzione C come la chiami tu dipendente anche dalla soglia in realta' abbiamo a che fare con una superficie nello spazio che potrebbe avere anche piu' di un minimo, quindi il minimo non va ricercato solo in una derivata poiche' potresti avere il minimo della derivata parziale in W che non corrisponde al minimo nella superficie rappresentata dalla tua funzione.

con esempi numerici sarebbe ottimo. Poi non ho capito una cosa il parametro w è uguale per tutti i valori o variano per ogni singolo valore?

Bravo. Spieghi lentamente.

Ciao. Potresti darmi un link relativo alla formula del calcolo della pendenza della retta tangente su un punto? grazie

al minuto 5:20 dici che y^1 = f(x1*w+b).... ma immagino che la formula giusta sia invece: y^1 = f(x1) = x1*w+b

spiegato non tanto bene, soprattutto per chi non ha mai studiato questi concetti (e.s.: metodo del gradiente per l'aggiornamento dei pesi). Le relu possono portare a divergenze paurose, meglio usare le funzioni logistiche che sono derivabili all'infinito...