Комментарии:
Автор огромный молодец, очень просто, подробно и когда рассказывает, прям мотивирует, на свершения. Спасибо!
ОтветитьКликбейт, никакого пайтона нет
ОтветитьЗдравствуйте! Я хочу разработать карточную игру преферанс на основе нейросети. Какая для этого лучше пойдет архитектура сети, наверное рекуррентная? И в каком виде можно подавать входные данные? Если допустим у нас есть запись игры ввиде последовательных ходов?
ОтветитьБлагодарю, Сергей за этот материал!
Ответитьи всё таки, по моему мнению, для шестилеток сложновато...
ОтветитьА можно всё-таки алгоритм BPTT?
ОтветитьСмотреть, нельзя пропустить)
ОтветитьСпасибо за информацию, очень интересно)
Не понял только одного, подскажите, пожалуйста
Наблюдения и предыдущие результаты сети подаются в нейрон. А как они обрабатываются через функцию активации? По отдельности, перемножаются или как взаимодействиют эти данные в нейроне? Или там функция с двумя параметрами?
Позитивный комментарий для отличного курса. Спасибо, Сергей.
Ответитьзвук не совпадает с видео!
как тут можно что-либо понять???!!!
Только в "казнить нельзя, помиловать" смысл в положении запятой, а не порядке слов
Ответитьспасибо!
ОтветитьТоп материал
ОтветитьЗдравствуйте, а какая архитектура подойдет для прогнозирования курса акций?
ОтветитьСпасибо большое за материал. В интернете очень много информации по данной теме, однако не везде есть математическое обоснование.
ОтветитьА я правильно понял, что область насыщения функции активации это область , где у нее маленькая дисперсия?
ОтветитьБлагодарю за простую и краткую информацию!
ОтветитьЗБСЬ!
ОтветитьЧудесный курс! Очень содержательно и лаконично.
Можно вас попросить реализовать RNN не с целью классификации, а математического моделирования какого - либо процесса? Например, свободного падения объекта.
Большое Вам спасибо!
ОтветитьСпасибо за видео, а какие еще Вы бы посоветовали почитать книги по нейронкам?
ОтветитьОчень классное объяснение рекуррентных нейронных сетей.
+10 мотивации написать нейронку :D