Нейросеть не программируют правилами — ей подбирают веса связей по примерам. Поэтому объяснить конкретное её решение бывает трудно даже разработчику.
Что нужно знать
- Сеть состоит из слоёв: входного, скрытых и выходного; сигнал идёт от входа к выходу.
- Обучение — это ПОДБОР ВЕСОВ связей, а не написание правил.
- Много скрытых слоёв — это и есть «глубокое обучение».
- Больше слоёв не значит лучше: глубокой сети нужно больше данных и вычислений, иначе она обучится хуже мелкой.
- Переобучение — когда модель запомнила обучающие примеры, но на новых работает плохо.
- Признак переобучения: отличный результат на обучающих данных и заметно худший на отложенных.
- Решение сети трудно объяснить: оно распределено по тысячам весов, а не записано правилом.
Где чаще всего ошибаются
- Считают, что нейросеть программируют правилами.
- Думают, что увеличение числа слоёв всегда улучшает результат.
- Радуются нулевой ошибке на обучающих данных.
- Ожидают от сети внятного объяснения её решения.
Проверить себя
По этой же главе есть проверочная работа из 11 заданий на 25 минут. Проверка автоматическая, результат виден сразу — и по работе целиком, и по каждой теме.
Искусственный интеллект · 7 класс · Курс ИИ, 2024 · Нейронные сети