Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

JS Lab2017_Lightning Talks_Нейронные сети на Javascript

101 views

Published on

JS Lab2017, 25 марта, Одесса
Lightning Talks
Нейронные сети на Javascript (Алексей Чалый)
Все материалы: http://jslab.in.ua/
Организаторы: http://geekslab.org.ua/

Published in: Technology
  • Be the first to comment

  • Be the first to like this

JS Lab2017_Lightning Talks_Нейронные сети на Javascript

  1. 1. Нейронные Сети на Javascript докладчик: Алексей Чалый JS Developer в компании 482.solutions
  2. 2. Что такое искусственная нейронная сеть 1 • Искусственная нейронная сеть — это математическая модель, а также её программное воплощение, построенные по принципу организации и функционирования биологических нейронных сетей. По версии одной статьи на хабре, нейронные сети — это просто красивое название, которое придумали, потому что на определение "цепочки операций над матрицами" грант получить куда сложнее.
  3. 3. Библиотека numjs 2 Для операций над матрицами можно использовать numjs, которая имеет достаточно большой спектр возможностей, например, метод dot(), который используется для произведения матриц
  4. 4. Применение и особенности ИН сетей 3 • применяются для решения задач, которые нельзя решить алгоритмически • программы созданные на основе ИНС предоставляют приближённый ответ • применяются в Big Data
  5. 5. Структура искусственного нейрона 4 Синаптические веса Блок суммирования Входные сигналы Функция активации Выходной сигнал
  6. 6. Структура ИНС 5 Входной слой Внутренние слои Выходной слой
  7. 7. Что из себя представляет обучение нейронной сети? 6 • в процессе работы нейронной периодически происходит обнуление связей, которые не используются, в итоге выкристализовывается структура, которая эффективно работает • на входы нейрона поступают сигналы -> затем сигналы встречаются с синаптическими весами, в простейшем случае сигналы просто перемножаются с весами, веса выставляются рандомно. • с каждой тренировкой синаптические веса корректируются • обучение состоит в правильной корректировке весов у каждого нейрона в сети
  8. 8. Обзор библиотеки Brain.js 7 Для тренировки сети используется метод с очевидным названием - train(), который принимает массив объектов с полями input и output, которые должны находится в диапазоне от 0 до 1. Вторым аргументом можно передать объект с настройками. Тренировка будет продолжать до тех пор, пока не будет достигнут макс. порог ошибки или макс. количество итераций

×