Спасибо большое автору за перевод и за то что делает материал для русскоязычных новчиков, пока еще не знающих английский, более доступным на старте.
@user-nb6vj3nf1q8 ай бұрын
Я надеюсь что людей, которые действительно понимают насколько это полезное видео, очень много
@user-fj1eq7rw6j3 жыл бұрын
вряд ли это люди...... ха ха ха
@Xanadu379 Жыл бұрын
@@Xanadu379 могу сказать что я человек
@Darkness-es3zb Жыл бұрын
@@Darkness-es3zb конечно, по нику же понятно.
@sergeserg2582 Жыл бұрын
@@Xanadu379ахахахахаха
@vielear6 ай бұрын
Эта серия роликов, она - на вес золота
@untitledoficcial14 ай бұрын
Спасибо огромное, как раз то что нужно!!! С нетерпением жду следующего видео)
@vedmak20014 жыл бұрын
Не останавливайтесь пожалуйста! Очень интересно!
@MrFog1244 жыл бұрын
Теперь осталось распознать почерк врача
@Nini-sv1bd4 жыл бұрын
Теперь у меня появилась цель в изучении нейронных сетей
@user108104 жыл бұрын
Не скажу, что заполняемые от руки истории болезни остались в далёком прошлом. Однако российские врачи наших дней, кого я видел, историю болезни, как и остальную документацию ведут теперь иключительно в электронном виде на центральном сервере больницы через персональный компьютер в своём кабинете.
@radikusmanov7574 Жыл бұрын
@@radikusmanov7574 ты хотел сказать московские врачи?
@user-tg8vr1nx1s Жыл бұрын
@@user-tg8vr1nx1s не надо обвинять меня в том, чего я не писал. Написано же: ""... кого я видел ...". Или вы дальше первого предложения никогда не читаете, тут же бросаетесь отвечать? Даже при том, что Москва - это не Россия, больницы в остальных крупных городах тоже компьютеризированы. А что касается сельских больниц, то там и в советские времена с медициной был полный мрак, не до компьютеров. Если во времена Брежнева роль праздничной витрины социализма исполняло государство ГДР, то в наши дни эту роль забрала себе Москва.
@radikusmanov7574 Жыл бұрын
@@radikusmanov7574 , еще бы я твои бредни читал, много тебе чести)
@user-tg8vr1nx1s Жыл бұрын
Читаю книгу по нейросетям «глубокое погружение», и тут материал прям все по полочкам ставит сразу огромный респект за перевод !!!
Очень хорошее видео. Интересно, доступно, полезно. Можно использовать это видео как один из нейронов, активация которого позволяет распознать любое видео как крутое.
@52tonns4 жыл бұрын
Это очень хорошее видео. Оно состоит из понятных рассуждений и обостряет интерес к продолжению. Особенно интересен алгоритм подбора весов и конечно многое другое.
@user-iw8yk8ii3v9 ай бұрын
Самое эффективное вступление в тему, из тех, что мне известны. Подписка и лайк.
@alexandermartin56949 ай бұрын
Впервые плюсанул до просмотра, потому что раньше смотрел это видео на английском. Спасибо за перевод.
@dmitryrukavishnikov67113 жыл бұрын
Спасибо за видео) хотелось бы увидеть серию видео про линейную алгебру в этом переводе
@georgethehedgehog_offical3 жыл бұрын
Это просто лучшее, что можно найти на данную тему. Спасибо!
@user-ej2fb5vw7x15 күн бұрын
Спасибо. Было познавательно. Объяснили даже понятнее преподавателей с вышки.
@Techno.Zombie4 жыл бұрын
Спасибо автор, наконец то хоть что-то понятно становится.
@jackfrost4033 жыл бұрын
Лучше поняла все просмотренное, когда вспомнила прогу, где по фото человека ищут похожих/того же самого. Автору спасибо. за видео!
@_v1pl_4 жыл бұрын
Релью - это сила, я даже не знал об этом, это шикарная возможность оптимизации ресурсов, СУПЕР спасибо.
@Fray4eger4 жыл бұрын
Вот только обрезает он только левую часть. Если сверху накрутить еще max() и получить max(min(0,a),1), то будет обрезать в двух сторон
@domenos89673 жыл бұрын
Хорошая озвучка. Не останавливайтесь, продолжайте. Подписался.
@breech7095 жыл бұрын
Очень доходчиво! Хотя и сжато! Матрицы и веса, конечно, не новое, известны из курса высшей математики😃 но главная идея, видимо, в том, что трудоёмкая ручная работа по вычислению значений переложена на компьютеры! Про сигмоиду и ее простое использование))) в операциях мне понравилось!
@tichonromanov43074 жыл бұрын
Автору большое спасибо!
@CharleyDonar4 жыл бұрын
Благодарю за видео. Жду продолжение !
@kuntumeitan10 ай бұрын
В общем, спасибо, ждем продолжения.
@DarkFTP5 жыл бұрын
Благодарю тебя! Мне важно все, что ты совершаешь в мире.
@user-xl5mh7rm5m2 жыл бұрын
Наконец-то понятное объяснение работы нейрости, другие статьи и видео объясняли слишком замудрено и много терминов использовали Не понял только зачем нужны сдвиги(если можно объясните пожалуйста, хочу сам создать проект с нейросетью, но так и не понимал, как они работают) и как всё-таки обучаются нейросети(жду видео)
@user-vt4oh2jc1n3 жыл бұрын
Стал изучать нейросети и как раз разбирал пример кода именно этот. Где обучается сеть на базе картинок 28*28. Видео дало более глубокое понимание работы принципа, взаимосвязей, за это огромное спасибо! В примере лектор сказал что это темный ящик и не было понимания как это связано с линейной алгеброй! Тут все стало понятно, ( хотя это ага эффект и иллюзия ;))ибо в обучении сказали что это чёрный ящик. С нетерпением жду продолжение. Очень крутое объяснение про механизм весов, принцип работы, активации. Но чучуть базово изучить как работает мозг с точки зрение нейрофизиологии тоже полезно для полноты картины и объема понимания! С нетерпением жду продолжения как проходит обучение! Вы делаете очень крутую работу!
@user-wl4ms3nn2q4 жыл бұрын
Ух ты, уже четыре года прошло с твоего комментария. Как успехи в изучении данной темы?
@user-ej2fb5vw7x15 күн бұрын
Это просто невероятно круто!
@user-hn6zp1qj8g6 ай бұрын
Большое спасибо автору перевода
@dmitrypakseev77894 жыл бұрын
Гениально... Сканер, сравнение и вероятность... Так просто...
@_____________-__-3 жыл бұрын
спасибо за старания, +100500! С такими видео изучать нейросети молодым людям будет гораздо легче
@Orakcool5 жыл бұрын
Спасибо за хороший перевод, исходник очень крутой и понятный при этом. Благодаря переводу он стал доступен для РУ сегмента. Жаль остальные видео только с сабами (несколько корявыми, но и на этом спасибо, тем кто эти сабы делал). На клоунов-гуру англ языка и озвучки не обращайте внимания. Главное начинка конфеты, а не обёртка, особенно учитывая, что конфета бесплатная.
@slavi82164 жыл бұрын
Спасибо большое за отличное видео и перевод!!!!
@onmygo78742 жыл бұрын
всё чётко сжато, настоящий талант
@MikhailGoncharov-tl4crАй бұрын
спасибо, перевод отличный, полезность информации стремится к ста процентам
@user-sz6kn1ib1s5 жыл бұрын
Сомневаюсь что с текущим переводом вы уловили суть.
@bigsponsor4 жыл бұрын
@@bigsponsor критикуешь - предлагай. что можешь посоветовать "понятного"?
@bornfram62574 жыл бұрын
@@bornfram6257 Учить английский
@monochrome60514 жыл бұрын
@@monochrome6051 Автору, не мешало бы Русский выучить, для начала.
@markuscartel82273 жыл бұрын
И ста лайкам 🔥
@user-nv7db4ip6s Жыл бұрын
14:45 опечатка. В векторе сдвигов последний элемент должен быть bk, а не bn. Произведение слева - вектор столбец длины k+1 (во втором слое k+1 нейронов). P.S. Автору и переводчику огромный респект! Самое крутое объяеснение нейросети. Ждём продолжения переводов. По линейной алгебре тоже огонь, советую. Даёт геометрическую интуицию и реальное понимание, а не тупое зазубривание алгоритмов, как это обычно учат в школе/универе.
@valeriy_nikolaev4 жыл бұрын
Тоже заметил.
@alexeylesyuta98583 жыл бұрын
И где ты тут увидел суть обучения нейронки?
@coincoinb53072 жыл бұрын
где найти видео номер3 про линейную алгебру упоминаемую автором в данном видео?
@georgemichael68842 жыл бұрын
ты либо с марса прилетел?)
@vitaliaus2 жыл бұрын
Хах. Точняк! Ведь b соответствуют след.слою, а не пред.
@UgorGred Жыл бұрын
Огромное спасибо за то, что вы делаете. Надеюсь, это не будет заброшено, ведь в России так мало людей, которые интересуются подобным контентом((( Очень-очень хотелось бы увидеть видео в переводе о кватернионах)
@user-wy3mr6nj6w5 жыл бұрын
Мало? Дурной што ли?
@mikkalitmanen14344 жыл бұрын
мда уж...
@user-rk9vh3in6g4 жыл бұрын
@@Huiko_Vsratich технологические инновации идут не только "оттуда", а их создают во всём мире, где Россия, Индия и Китай занимают лидирующие позиции. В России же не все недоразвитые, как ты.
@mikkalitmanen14344 жыл бұрын
@@Huiko_Vsratich чтобы писать об инновациях, нужно к ним хотя бы приблизиться немного. А судя по тому, что вы пишете, вы черпаете знания об инновациях из жёлтой прессы.
@mikkalitmanen14344 жыл бұрын
@@Huiko_Vsratich Как бомжи с бутылкой водки рассуждают о политике, так и ты о инновациях. А у самого даже не хватает душка собрать шмотки и уехать в развитую страну. Но только ты там нахер не сдался никому, поэтому без вариантов.
@mikkalitmanen14344 жыл бұрын
Спасибо, прекрасное объяснение
@user-ew5hv1rm6o3 жыл бұрын
Наконец-то нормальное видео на примере, молодцы!
@andreypatrick94893 жыл бұрын
Сел поесть, Ну и думаю, посмотрю что-нибудь интересное :-) Если умножить разные виды еды на разные напитки, то получится набор блюд, В среднем которое вы любите есть. Ну от 0 до 9. Вот такая математика
@123zoobecom4 жыл бұрын
Там исключение прописывать надо) молоко с рыбой например)
@user-mw3ff6bu8c2 жыл бұрын
Не умножить, а сложить/объединить...
@F_A_F1232 жыл бұрын
Что в итоге то получил , 798 набор блюд?:))) Нахрен повров, пусть нейронка стряпает:))
@coincoinb53072 жыл бұрын
Добро пожаловать в комбинаторику!) у Райгородского есть крутейшие лекции по ней)
@artemfedotov302 жыл бұрын
Мало что понимаю в математике и IT, но было очень интересно посмотреть!
@AS-ig6yb Жыл бұрын
Переводите смело все видео с того канала и распределяйте по плейлистам. Цены этому делу не будет.
@NSMenschMaschine4 жыл бұрын
дададада озвучка тоже топ , а лучше напишите нейронку которая парсит все с оригинального канала и сама переводит, и сделайте это вводным видео
@bakaproductionsempai75914 жыл бұрын
Я тут из будущего. У нас появился умный ИИ Chat GPT
@Edpaper Жыл бұрын
Давай продолжение, всё очень круто!!!
@user-bg2zb7tp3w4 жыл бұрын
Парни, спасибо за перевод, вы большие молодцы! Есть маленькое замечание, русскоязычный голос звучит странновато, если воспроизводить видео в ускоренном режиме, тембр голоса неузнаваемо меняется независимо от параметра ускорения, от 1.25х до 2х.
@linkernick53793 жыл бұрын
UPD: это искажение голоса только на IPad, на Андроид-телефонах и на десктопе под Linux всё нормально.
@linkernick53793 жыл бұрын
Мне почему то и страшно за будущее, но одновременно и интригующе, куда же мы придем)
@lemapegas14843 жыл бұрын
видео не видел еще, но подписался уже.
@Fray4eger4 жыл бұрын
крутое видео и крутой перевод(всё достаточно понятно)
@user-zj4rh5yw9g4 жыл бұрын
Люблю 3blue1brown. Когда начинал заниматься нейросетями пересмотрел все видео по этой теме. Отличный перевод, однако если вы действительно хотите этим заниматься, то умение смотреть и понимать, что говорит автор в оригинале - обязательное условие. Учите английский!!!
@Gregorysharkov Жыл бұрын
Автор сделай пожалуйста продолжение этой темы.
@user-fk3qn7uh3z4 жыл бұрын
Ждём продолжения!...
@mitz7774 жыл бұрын
вау очень круто и понятно спасибо
@user-gt8jh7qp7t4 жыл бұрын
Жду продолжение до обеда!
@bogdao444 жыл бұрын
ещё PDA распознавали циферки и буковки из рукописного ввода. но ведь у них не было мощных процессоров и нейросеть там бы тормозила. тогда как они это делали? ответ очень прост! они использовали расстояние Хэмминга - en.wikipedia.org/wiki/Hamming_distance если циферки от 0 до 9 представить в виде 1-мерного массива (расположить все пиксели от верхнего-левого угла до правого-нижнего), то получим 10 одномерных массивов. у рукописного ввода определяем границы символов (тупо сканируем по вертикальным и горизонтальным линиям где хоть 1 не белая точка встрачается пока не будут найдены строки и столбцы границ символов), а каждый символ масштабируем до размеров тех 10 эталонов и тоже приводим к 1-мерному массиву. затем каждый символ сравниваем по расстоянию Хэмминга с 10 эталонами и где расстояние Хэмминга меньше - та цифра это и есть! возможно описание кажется длинным, но это самое простое, эффективное и быстрое (для процессора и памяти компьютера или телефона) решение. да, вот так вот просто можно распознавать рукописный ввод. можно буквально за час написать и поиграться. безо всяких нейросетей. вывод: учим математику ;-)
@apristen4 жыл бұрын
Супер! Что такое расстояние Хемминга для двоичных чисел я знал раньше (код Грея и все такое) но сейчас взглянув на указанную статью в Википедии был немного обескуражен тем, что "расстояние" для не-двоичных наборов вычисляется как кол-во не совпадающих разрядов, не важно кол-во возможных состояний разряда. То есть расстояние между белым и почти-белым пикселем равно 1 также как и между черным и былым! И это при том, что разложив два набора в двоичный вид (по сути, лишь изменив форму представления), получится другое расстояние! А так наводка на использование расстояния Хемминга для распознавания образов меня впечатлила, я про такое не знал, сразу (Остапа понесло) стал представлять распознавание отпечатков пальцев, жесты и т.п. Респект!
@eugenedukatta9355 Жыл бұрын
@@eugenedukatta9355 и главное работать будет даже "на ардуине" потому как незатратно по CPU ;-)
@apristen Жыл бұрын
прекрасное видео
@rusgames64933 ай бұрын
Шедевр
@mikhailzhitnikov37153 ай бұрын
Перевод огонь!
@MrAndriyevski4 жыл бұрын
Может дальше переводы начать? Хороший перевод. Смысл передан.
@trash2trash4 жыл бұрын
УХ!ТЫ!СПАСИБО ЗА ОЗВУЧКУ.КАК ВАМ ЭТО УДАЕТСЯ?ОБЫЧНО ЧИТАЕТ ТЕКСТ)
@drakivdome24 жыл бұрын
Все понятно! Все хорошо рассказано, но это потому что про нейросети я читал до этого.
@naturetechno60014 жыл бұрын
очень доходчиво интересно и по делу , строго лайк и подписон
@bakaproductionsempai75914 жыл бұрын
Ну и сардельку тебе в попу
@vladvladov40952 жыл бұрын
Замечательно!
@user-mm1rl8dt9l4 жыл бұрын
Довольно понятно и доступно даже для блондинки
@MariaGorunova Жыл бұрын
Давайте следующее. Куда донатить?
@14types5 жыл бұрын
+++
@DarkFTP5 жыл бұрын
+++
@zosimdry5 жыл бұрын
+++
@bublik205 жыл бұрын
Похоже что и в природе нет 2 части
@bublik205 жыл бұрын
@@bublik20 есть
@sweetcapitan56905 жыл бұрын
Кайф, жду 2 частт
@whereispie4 жыл бұрын
Спасибо!
@-6.6-4 жыл бұрын
@3Blue1Brown translated by Sciberia, можно продолжение? Вторая часть очень нужна. Лайк, подписка, комментарий всегда, сам понимаю, приветствуются.
@darkfrei24 жыл бұрын
Это просто фантастика!
@user-hn6zp1qj8g6 ай бұрын
очень интересно как мы учимся))
@grandoula8022 Жыл бұрын
Только подумал, что оригинальное видео нужно перевести и в рекомендациях увидел перевод.
@SamoFix Жыл бұрын
Подписался. Где вторая часть? Надеюсь, автор видит, что это популярная тема :)
@CDRRMechanic4 жыл бұрын
черт побери, это вообще нормально что я не только понял что было показано в этом видео, но и правильно представлял себе общую концепцию того как это работает? это настолько странно, что мне кажется я что-то неправильно понял))
@ZAXARIUSS4 жыл бұрын
На то и создают подобные видео, чтобы каждый дэб понял. Странно скорее то, что многие даже это понять не могут
@user108104 жыл бұрын
Все понятно пока....Погнали дальше!
@Xenony1004 жыл бұрын
I met that magic when bought the FineReader program of the ABBYY company in 1996. It was great.
@radikusmanov7574 Жыл бұрын
Очень крутое объеснение
@bublik205 жыл бұрын
Круууть!
@AlexanderFedoseev5 жыл бұрын
Лайк!
@egoist29565 жыл бұрын
Ребята из amplify нашли очень правильное место для размещения своей рекламы - браво!
@vartushkin4 жыл бұрын
Получается, что чем больше ассоциаций - тем лучше.
@gibbed42484 жыл бұрын
Напоминает урок про «Как нарисовать сову», точно так же будет долго-долго рисуем два кружка, а потом просто дорисуйте недостающие детали.
@alfredlange12444 жыл бұрын
Возможно я что-то понял, а возможно нет, но это мы поймем потом, а пока я ничего не понял.
@dedim55784 жыл бұрын
Вот очень простое объяснение что такое нейросеть и как работает kzhead.info/sun/aLmFYK-Mp3aLfa8/bejne.html
@user-gf4nd8in2m4 жыл бұрын
DeDim для этого нужно время, но времени нет
@roman95984 жыл бұрын
Потом скайнет раскажет
@samflint40853 жыл бұрын
я тоже, но! Моя нейросеть хоть и в ступоре(сраный гуманитарий), идём дальше, тренируем биологическую нейросеть дабы понять электронную)
@mrMACTADOHT3 жыл бұрын
@@user-gf4nd8in2m а шо недоступно та?
@mrMACTADOHT3 жыл бұрын
Наш мозг пытается понять как он устроен.. И не просто пытается понять, а уже вполне конретно многое понял и сделал штуки похожие на себя! Как же причудливы формы движения материи во вселенной
@naturetechno60014 жыл бұрын
Используете специальный психологический приём, когда вы отделяетесь от собственного мозга и как бы наблюдаете извне, чтобы создать вид, что вы исследователь или чтобы показать, что вы исследователь?
@lastchance900511 ай бұрын
@@lastchance9005 Та наверно нет
@naturetechno600111 ай бұрын
Естественно, мозг не может исследовать сам себя. Отсюда вывод, что мы это не мозг. Мозг лишь машина и не умеет мыслить, подобно компьютеру и нужен пользователь, который будет этой машиной управлять, пользователь это и есть тот, кто думает.
@Last_Player5557 ай бұрын
@@Last_Player555 Спорные утверждения. Во первых может мозг исследовать сам себя, ну, не в прямом конечно смысле, а вот чужой мозг в томографе запросто. И исследуют и много чего уже известно
@naturetechno60017 ай бұрын
@@naturetechno6001 на томографе можно лишь увидеть следствие мышления, увидеть как работает машина. Это то же самое, что изучать прибором автомобиль, видеть как срабатывает руль или педали, передачи, и делать выводы на этом, почему автомобиль едет, но не видеть водителя, потому, что он скрыт от прямого наблюдения.
@Last_Player5557 ай бұрын
Отлично.Толково.Логично.Ясно.Без воды в решето налита информация.Спасибо автору ролика.И переводчику.Ждем новые Проекты.Переводы.Успехов.784. 28. 28. Всего то 13 тыс. Функций.Ага.Не так уж и много.
@aitaiq62164 жыл бұрын
Перевод хороший) но Больше похоже на обыкновенный дешифратор только для дешифрации int чисел, тут всё просто берем элементы элементы и и складываем в итоге на выходе получается что только на выдаёт единицы это не нейросеть!
@DF-09974 жыл бұрын
Теперь понятно откуда взялось photomath
@markv75524 жыл бұрын
очень интересно. ну вы в курсе.
@Psy-Replicant4 жыл бұрын
Спасибо. Не могли бы вы и в дальнейшем переводить видео с этого канала...
@eam75603 жыл бұрын
Нейроны не "зажигаются" а достигают предела при котором происходит электрический пробой нейрона. Такая сеть очень сложна для начинающего. Надо начинать с сети которую невозможно больше упростить. Нейроны да - можно обозначать числами, но только целыми числами дробные числа усложняют задачу.
@tsvigo11_704 жыл бұрын
spacibo bro )))
@weisweltmonawaat64024 жыл бұрын
Но очень интересно!
@artbotguy4 жыл бұрын
Будет продолжение? Очень интересно
@user-dz4yj5bf1h4 жыл бұрын
СПАСИБО.
@user-cm9tb3vh6s4 жыл бұрын
Хауди Хо решил не запариваться над поиском информации
@LerMak8 ай бұрын
Гораздо проще это объясняется с точки зрения геометрии. Сначала мы выбираем характеристики, получаем н-мерное пространство характеристик. В этом пространстве у нас есть точки. Затем мы строим н - 1 мерную плоскость, чтобы разделить характеристики на 2 группы. Она определяется с помощью матрицы и и оффсета. По сути задача построения модели для обучения есть построение различных плоскостей, которые будут эффективно делить наши характеристики на каждом этапе до получения результата.
@user-pj5gx5bf8s2 ай бұрын
Спасибо
@edgull_tlt2 жыл бұрын
Просто дякую за контент
@pashaserg14 жыл бұрын
Вы только представьте как нейросеть сможет распознавать трехмерные объекты, там ведь будут происходить бесконечные вычисления объекта, при этом в базе данных, информация об объекте должна находиться с разных ракурсов.... Это как фильме о терминаторе, когда на красном экране происходит распознавание объекта и в углу экрана выводиться таблица с 3 мерным динамическим изображением. А теперь представьте, что нейросети нужно распознать в вас не просто человека, а конкретного человека(визуально), сколько будет нужно виртуальной памяти.....
@valentineb2143 жыл бұрын
1) Существуют ли стандартные форматы хранения моделей нс (обученой сети) ? может какое-то расширение xml. 2) Правильно ли я понимаю, что вычислительноёмко только обучение сети, а само использоваине - не особо?
@ibraim31975 жыл бұрын
Все правильно - обучение сложный процесс, который требует огромного распараллеливания *(конечно зависит от размеров сети). А прогнать матрицы можно и на микроволновке)))) Формат зависит от фреймвока
@Orakcool5 жыл бұрын
спасибо
@arsendanielian50473 жыл бұрын
Приятно когда не нужно делать лишних действий а просто закинуть 📸 или 📹 в дизайнерскую среду. С описанием К её ретушированию И на выходе получить желаемый результат. ЭТО не просто Ускоряет процесс редактирования и обработки 📸 а Выводит его на новый мировой уровень. Редактор Wombo Al Основан на одном из фильтров компании Adobe И является независимым проэкт ом но его развитие и обучение путём проб и ошибок и их исправлении позволяет ускорить процесс обучения всей Нейросети компании Adobe. Проэкт Wombo Al Появился на свет недавно буквально в Феврале 2021 года. И нуждается в раскрутке и возможном Спонсировани.
@86ILLJ3 жыл бұрын
Спасибо за информацию Очень сложно
@atillaattila8900 Жыл бұрын
Может ли нейронная сеть решить такую задачу ? Известно, что товары в поисковой выдаче на Вайлберриз ранжируются по показателю R = x1v1 + x2v2 + x3v3, где x1 - рейтинг товара, x2 - количество продаж за неделю, x3 - остаток на складе, а v - это соответственно веса каждого их показателей. Показатель R также известен. Как зная R, x1, x2 и x3 каждого товара из результатов выдачи вычислить веса ?
Спасибо большое автору за перевод и за то что делает материал для русскоязычных новчиков, пока еще не знающих английский, более доступным на старте.
Я надеюсь что людей, которые действительно понимают насколько это полезное видео, очень много
вряд ли это люди...... ха ха ха
@@Xanadu379 могу сказать что я человек
@@Darkness-es3zb конечно, по нику же понятно.
@@Xanadu379ахахахахаха
Эта серия роликов, она - на вес золота
Спасибо огромное, как раз то что нужно!!! С нетерпением жду следующего видео)
Не останавливайтесь пожалуйста! Очень интересно!
Теперь осталось распознать почерк врача
Теперь у меня появилась цель в изучении нейронных сетей
Не скажу, что заполняемые от руки истории болезни остались в далёком прошлом. Однако российские врачи наших дней, кого я видел, историю болезни, как и остальную документацию ведут теперь иключительно в электронном виде на центральном сервере больницы через персональный компьютер в своём кабинете.
@@radikusmanov7574 ты хотел сказать московские врачи?
@@user-tg8vr1nx1s не надо обвинять меня в том, чего я не писал. Написано же: ""... кого я видел ...". Или вы дальше первого предложения никогда не читаете, тут же бросаетесь отвечать? Даже при том, что Москва - это не Россия, больницы в остальных крупных городах тоже компьютеризированы. А что касается сельских больниц, то там и в советские времена с медициной был полный мрак, не до компьютеров. Если во времена Брежнева роль праздничной витрины социализма исполняло государство ГДР, то в наши дни эту роль забрала себе Москва.
@@radikusmanov7574 , еще бы я твои бредни читал, много тебе чести)
Читаю книгу по нейросетям «глубокое погружение», и тут материал прям все по полочкам ставит сразу огромный респект за перевод !!!
кто автор? не подскажете
@@morisunkas8301 Николенко,Кадурин, Архангельская
Просто замечательный перевод, продолжайте!!!
Очень хорошее видео. Интересно, доступно, полезно. Можно использовать это видео как один из нейронов, активация которого позволяет распознать любое видео как крутое.
Это очень хорошее видео. Оно состоит из понятных рассуждений и обостряет интерес к продолжению. Особенно интересен алгоритм подбора весов и конечно многое другое.
Самое эффективное вступление в тему, из тех, что мне известны. Подписка и лайк.
Впервые плюсанул до просмотра, потому что раньше смотрел это видео на английском. Спасибо за перевод.
Спасибо за видео) хотелось бы увидеть серию видео про линейную алгебру в этом переводе
Это просто лучшее, что можно найти на данную тему. Спасибо!
Спасибо. Было познавательно. Объяснили даже понятнее преподавателей с вышки.
Спасибо автор, наконец то хоть что-то понятно становится.
Лучше поняла все просмотренное, когда вспомнила прогу, где по фото человека ищут похожих/того же самого. Автору спасибо. за видео!
Релью - это сила, я даже не знал об этом, это шикарная возможность оптимизации ресурсов, СУПЕР спасибо.
Вот только обрезает он только левую часть. Если сверху накрутить еще max() и получить max(min(0,a),1), то будет обрезать в двух сторон
Хорошая озвучка. Не останавливайтесь, продолжайте. Подписался.
Очень доходчиво! Хотя и сжато! Матрицы и веса, конечно, не новое, известны из курса высшей математики😃 но главная идея, видимо, в том, что трудоёмкая ручная работа по вычислению значений переложена на компьютеры! Про сигмоиду и ее простое использование))) в операциях мне понравилось!
Автору большое спасибо!
Благодарю за видео. Жду продолжение !
В общем, спасибо, ждем продолжения.
Благодарю тебя! Мне важно все, что ты совершаешь в мире.
Наконец-то понятное объяснение работы нейрости, другие статьи и видео объясняли слишком замудрено и много терминов использовали Не понял только зачем нужны сдвиги(если можно объясните пожалуйста, хочу сам создать проект с нейросетью, но так и не понимал, как они работают) и как всё-таки обучаются нейросети(жду видео)
Стал изучать нейросети и как раз разбирал пример кода именно этот. Где обучается сеть на базе картинок 28*28. Видео дало более глубокое понимание работы принципа, взаимосвязей, за это огромное спасибо! В примере лектор сказал что это темный ящик и не было понимания как это связано с линейной алгеброй! Тут все стало понятно, ( хотя это ага эффект и иллюзия ;))ибо в обучении сказали что это чёрный ящик. С нетерпением жду продолжение. Очень крутое объяснение про механизм весов, принцип работы, активации. Но чучуть базово изучить как работает мозг с точки зрение нейрофизиологии тоже полезно для полноты картины и объема понимания! С нетерпением жду продолжения как проходит обучение! Вы делаете очень крутую работу!
Ух ты, уже четыре года прошло с твоего комментария. Как успехи в изучении данной темы?
Это просто невероятно круто!
Большое спасибо автору перевода
Гениально... Сканер, сравнение и вероятность... Так просто...
спасибо за старания, +100500! С такими видео изучать нейросети молодым людям будет гораздо легче
Спасибо за хороший перевод, исходник очень крутой и понятный при этом. Благодаря переводу он стал доступен для РУ сегмента. Жаль остальные видео только с сабами (несколько корявыми, но и на этом спасибо, тем кто эти сабы делал). На клоунов-гуру англ языка и озвучки не обращайте внимания. Главное начинка конфеты, а не обёртка, особенно учитывая, что конфета бесплатная.
Спасибо большое за отличное видео и перевод!!!!
всё чётко сжато, настоящий талант
спасибо, перевод отличный, полезность информации стремится к ста процентам
Сомневаюсь что с текущим переводом вы уловили суть.
@@bigsponsor критикуешь - предлагай. что можешь посоветовать "понятного"?
@@bornfram6257 Учить английский
@@monochrome6051 Автору, не мешало бы Русский выучить, для начала.
И ста лайкам 🔥
14:45 опечатка. В векторе сдвигов последний элемент должен быть bk, а не bn. Произведение слева - вектор столбец длины k+1 (во втором слое k+1 нейронов). P.S. Автору и переводчику огромный респект! Самое крутое объяеснение нейросети. Ждём продолжения переводов. По линейной алгебре тоже огонь, советую. Даёт геометрическую интуицию и реальное понимание, а не тупое зазубривание алгоритмов, как это обычно учат в школе/универе.
Тоже заметил.
И где ты тут увидел суть обучения нейронки?
где найти видео номер3 про линейную алгебру упоминаемую автором в данном видео?
ты либо с марса прилетел?)
Хах. Точняк! Ведь b соответствуют след.слою, а не пред.
Огромное спасибо за то, что вы делаете. Надеюсь, это не будет заброшено, ведь в России так мало людей, которые интересуются подобным контентом((( Очень-очень хотелось бы увидеть видео в переводе о кватернионах)
Мало? Дурной што ли?
мда уж...
@@Huiko_Vsratich технологические инновации идут не только "оттуда", а их создают во всём мире, где Россия, Индия и Китай занимают лидирующие позиции. В России же не все недоразвитые, как ты.
@@Huiko_Vsratich чтобы писать об инновациях, нужно к ним хотя бы приблизиться немного. А судя по тому, что вы пишете, вы черпаете знания об инновациях из жёлтой прессы.
@@Huiko_Vsratich Как бомжи с бутылкой водки рассуждают о политике, так и ты о инновациях. А у самого даже не хватает душка собрать шмотки и уехать в развитую страну. Но только ты там нахер не сдался никому, поэтому без вариантов.
Спасибо, прекрасное объяснение
Наконец-то нормальное видео на примере, молодцы!
Сел поесть, Ну и думаю, посмотрю что-нибудь интересное :-) Если умножить разные виды еды на разные напитки, то получится набор блюд, В среднем которое вы любите есть. Ну от 0 до 9. Вот такая математика
Там исключение прописывать надо) молоко с рыбой например)
Не умножить, а сложить/объединить...
Что в итоге то получил , 798 набор блюд?:))) Нахрен повров, пусть нейронка стряпает:))
Добро пожаловать в комбинаторику!) у Райгородского есть крутейшие лекции по ней)
Мало что понимаю в математике и IT, но было очень интересно посмотреть!
Переводите смело все видео с того канала и распределяйте по плейлистам. Цены этому делу не будет.
дададада озвучка тоже топ , а лучше напишите нейронку которая парсит все с оригинального канала и сама переводит, и сделайте это вводным видео
Я тут из будущего. У нас появился умный ИИ Chat GPT
Давай продолжение, всё очень круто!!!
Парни, спасибо за перевод, вы большие молодцы! Есть маленькое замечание, русскоязычный голос звучит странновато, если воспроизводить видео в ускоренном режиме, тембр голоса неузнаваемо меняется независимо от параметра ускорения, от 1.25х до 2х.
UPD: это искажение голоса только на IPad, на Андроид-телефонах и на десктопе под Linux всё нормально.
Мне почему то и страшно за будущее, но одновременно и интригующе, куда же мы придем)
видео не видел еще, но подписался уже.
крутое видео и крутой перевод(всё достаточно понятно)
Люблю 3blue1brown. Когда начинал заниматься нейросетями пересмотрел все видео по этой теме. Отличный перевод, однако если вы действительно хотите этим заниматься, то умение смотреть и понимать, что говорит автор в оригинале - обязательное условие. Учите английский!!!
Автор сделай пожалуйста продолжение этой темы.
Ждём продолжения!...
вау очень круто и понятно спасибо
Жду продолжение до обеда!
ещё PDA распознавали циферки и буковки из рукописного ввода. но ведь у них не было мощных процессоров и нейросеть там бы тормозила. тогда как они это делали? ответ очень прост! они использовали расстояние Хэмминга - en.wikipedia.org/wiki/Hamming_distance если циферки от 0 до 9 представить в виде 1-мерного массива (расположить все пиксели от верхнего-левого угла до правого-нижнего), то получим 10 одномерных массивов. у рукописного ввода определяем границы символов (тупо сканируем по вертикальным и горизонтальным линиям где хоть 1 не белая точка встрачается пока не будут найдены строки и столбцы границ символов), а каждый символ масштабируем до размеров тех 10 эталонов и тоже приводим к 1-мерному массиву. затем каждый символ сравниваем по расстоянию Хэмминга с 10 эталонами и где расстояние Хэмминга меньше - та цифра это и есть! возможно описание кажется длинным, но это самое простое, эффективное и быстрое (для процессора и памяти компьютера или телефона) решение. да, вот так вот просто можно распознавать рукописный ввод. можно буквально за час написать и поиграться. безо всяких нейросетей. вывод: учим математику ;-)
Супер! Что такое расстояние Хемминга для двоичных чисел я знал раньше (код Грея и все такое) но сейчас взглянув на указанную статью в Википедии был немного обескуражен тем, что "расстояние" для не-двоичных наборов вычисляется как кол-во не совпадающих разрядов, не важно кол-во возможных состояний разряда. То есть расстояние между белым и почти-белым пикселем равно 1 также как и между черным и былым! И это при том, что разложив два набора в двоичный вид (по сути, лишь изменив форму представления), получится другое расстояние! А так наводка на использование расстояния Хемминга для распознавания образов меня впечатлила, я про такое не знал, сразу (Остапа понесло) стал представлять распознавание отпечатков пальцев, жесты и т.п. Респект!
@@eugenedukatta9355 и главное работать будет даже "на ардуине" потому как незатратно по CPU ;-)
прекрасное видео
Шедевр
Перевод огонь!
Может дальше переводы начать? Хороший перевод. Смысл передан.
УХ!ТЫ!СПАСИБО ЗА ОЗВУЧКУ.КАК ВАМ ЭТО УДАЕТСЯ?ОБЫЧНО ЧИТАЕТ ТЕКСТ)
Все понятно! Все хорошо рассказано, но это потому что про нейросети я читал до этого.
очень доходчиво интересно и по делу , строго лайк и подписон
Ну и сардельку тебе в попу
Замечательно!
Довольно понятно и доступно даже для блондинки
Давайте следующее. Куда донатить?
+++
+++
+++
Похоже что и в природе нет 2 части
@@bublik20 есть
Кайф, жду 2 частт
Спасибо!
@3Blue1Brown translated by Sciberia, можно продолжение? Вторая часть очень нужна. Лайк, подписка, комментарий всегда, сам понимаю, приветствуются.
Это просто фантастика!
очень интересно как мы учимся))
Только подумал, что оригинальное видео нужно перевести и в рекомендациях увидел перевод.
Подписался. Где вторая часть? Надеюсь, автор видит, что это популярная тема :)
черт побери, это вообще нормально что я не только понял что было показано в этом видео, но и правильно представлял себе общую концепцию того как это работает? это настолько странно, что мне кажется я что-то неправильно понял))
На то и создают подобные видео, чтобы каждый дэб понял. Странно скорее то, что многие даже это понять не могут
Все понятно пока....Погнали дальше!
I met that magic when bought the FineReader program of the ABBYY company in 1996. It was great.
Очень крутое объеснение
Круууть!
Лайк!
Ребята из amplify нашли очень правильное место для размещения своей рекламы - браво!
Получается, что чем больше ассоциаций - тем лучше.
Напоминает урок про «Как нарисовать сову», точно так же будет долго-долго рисуем два кружка, а потом просто дорисуйте недостающие детали.
Возможно я что-то понял, а возможно нет, но это мы поймем потом, а пока я ничего не понял.
Вот очень простое объяснение что такое нейросеть и как работает kzhead.info/sun/aLmFYK-Mp3aLfa8/bejne.html
DeDim для этого нужно время, но времени нет
Потом скайнет раскажет
я тоже, но! Моя нейросеть хоть и в ступоре(сраный гуманитарий), идём дальше, тренируем биологическую нейросеть дабы понять электронную)
@@user-gf4nd8in2m а шо недоступно та?
Наш мозг пытается понять как он устроен.. И не просто пытается понять, а уже вполне конретно многое понял и сделал штуки похожие на себя! Как же причудливы формы движения материи во вселенной
Используете специальный психологический приём, когда вы отделяетесь от собственного мозга и как бы наблюдаете извне, чтобы создать вид, что вы исследователь или чтобы показать, что вы исследователь?
@@lastchance9005 Та наверно нет
Естественно, мозг не может исследовать сам себя. Отсюда вывод, что мы это не мозг. Мозг лишь машина и не умеет мыслить, подобно компьютеру и нужен пользователь, который будет этой машиной управлять, пользователь это и есть тот, кто думает.
@@Last_Player555 Спорные утверждения. Во первых может мозг исследовать сам себя, ну, не в прямом конечно смысле, а вот чужой мозг в томографе запросто. И исследуют и много чего уже известно
@@naturetechno6001 на томографе можно лишь увидеть следствие мышления, увидеть как работает машина. Это то же самое, что изучать прибором автомобиль, видеть как срабатывает руль или педали, передачи, и делать выводы на этом, почему автомобиль едет, но не видеть водителя, потому, что он скрыт от прямого наблюдения.
Отлично.Толково.Логично.Ясно.Без воды в решето налита информация.Спасибо автору ролика.И переводчику.Ждем новые Проекты.Переводы.Успехов.784. 28. 28. Всего то 13 тыс. Функций.Ага.Не так уж и много.
Перевод хороший) но Больше похоже на обыкновенный дешифратор только для дешифрации int чисел, тут всё просто берем элементы элементы и и складываем в итоге на выходе получается что только на выдаёт единицы это не нейросеть!
Теперь понятно откуда взялось photomath
очень интересно. ну вы в курсе.
Спасибо. Не могли бы вы и в дальнейшем переводить видео с этого канала...
Нейроны не "зажигаются" а достигают предела при котором происходит электрический пробой нейрона. Такая сеть очень сложна для начинающего. Надо начинать с сети которую невозможно больше упростить. Нейроны да - можно обозначать числами, но только целыми числами дробные числа усложняют задачу.
spacibo bro )))
Но очень интересно!
Будет продолжение? Очень интересно
СПАСИБО.
Хауди Хо решил не запариваться над поиском информации
Гораздо проще это объясняется с точки зрения геометрии. Сначала мы выбираем характеристики, получаем н-мерное пространство характеристик. В этом пространстве у нас есть точки. Затем мы строим н - 1 мерную плоскость, чтобы разделить характеристики на 2 группы. Она определяется с помощью матрицы и и оффсета. По сути задача построения модели для обучения есть построение различных плоскостей, которые будут эффективно делить наши характеристики на каждом этапе до получения результата.
Спасибо
Просто дякую за контент
Вы только представьте как нейросеть сможет распознавать трехмерные объекты, там ведь будут происходить бесконечные вычисления объекта, при этом в базе данных, информация об объекте должна находиться с разных ракурсов.... Это как фильме о терминаторе, когда на красном экране происходит распознавание объекта и в углу экрана выводиться таблица с 3 мерным динамическим изображением. А теперь представьте, что нейросети нужно распознать в вас не просто человека, а конкретного человека(визуально), сколько будет нужно виртуальной памяти.....
1) Существуют ли стандартные форматы хранения моделей нс (обученой сети) ? может какое-то расширение xml. 2) Правильно ли я понимаю, что вычислительноёмко только обучение сети, а само использоваине - не особо?
Все правильно - обучение сложный процесс, который требует огромного распараллеливания *(конечно зависит от размеров сети). А прогнать матрицы можно и на микроволновке)))) Формат зависит от фреймвока
спасибо
Приятно когда не нужно делать лишних действий а просто закинуть 📸 или 📹 в дизайнерскую среду. С описанием К её ретушированию И на выходе получить желаемый результат. ЭТО не просто Ускоряет процесс редактирования и обработки 📸 а Выводит его на новый мировой уровень. Редактор Wombo Al Основан на одном из фильтров компании Adobe И является независимым проэкт ом но его развитие и обучение путём проб и ошибок и их исправлении позволяет ускорить процесс обучения всей Нейросети компании Adobe. Проэкт Wombo Al Появился на свет недавно буквально в Феврале 2021 года. И нуждается в раскрутке и возможном Спонсировани.
Спасибо за информацию Очень сложно
Может ли нейронная сеть решить такую задачу ? Известно, что товары в поисковой выдаче на Вайлберриз ранжируются по показателю R = x1v1 + x2v2 + x3v3, где x1 - рейтинг товара, x2 - количество продаж за неделю, x3 - остаток на складе, а v - это соответственно веса каждого их показателей. Показатель R также известен. Как зная R, x1, x2 и x3 каждого товара из результатов выдачи вычислить веса ?