Duża popularność uczenia głębokiego wynika z imponujących rezultatów osiąganych przez sieci neuronowe. Już dziś możemy pochwalić się autonomicznymi samochodami czy asystentami głosowymi, zdolnymi zamawiać dla nas rzeczy z internetu. Jeszcze kilka lat temu było to nieosiągalne. Jednak wspaniałe rezultaty okupione są często zgadywaniem dlaczego w 1 przypadku na 100 sieć nie zadziałała jak powinna i wynik bym zupełnie różny od oczekiwanego. Sieć neuronowa to nadal czarna skrzynka, która w magiczny i tylko sobie znany sposób przekształca wejście na rozsądne wyjście. Ale czy na pewno? Podczas prezentacji postaramy się zajrzeć do wnętrza konwolucyjnej sieci neuronowej.

1. ADRIAN BOGUSZEWSKI
CZY SIEĆ NEURONOWA MUSI BYĆ
BLACK BOXEM?

2. Co potrafią maszyny?

4. https://www.youtube.com/watch?v=GoXp1leA5Qc

5. Nieoczekiwane błędy

6. Impreza z Alexą

7. Odrzucony wniosek o paszport

9. Przypadkowa inwigilacja

10. Śmiertelne potrącenie w Arizonie

12. Sieć jako black box

13. tygrys

16. tygrys

17. Wizualizacja

18. Szukanie odpowiedniego zdjęcia dla neuronu

20. Metoda zasłaniania

22. Obcinanie zbędnej informacji

24. t-SNE

28. Wizualizacja filtrów

36. Atencja

38. https://www.youtube.com/watch?v=fZvOy0VXWAI

39. Deep Visualization Toolbox

40. Inne techniki

41. Co zrobić z tą wiedzą?

42. Wykorzystać!

44. Czy sieć neuronowa będzie
white boxem?

45. A czym jest white box?

46. Nie!

47. ale...

48. Pytania

49. Adrian Boguszewski
adrian.boguszewski@linuxpolska.pl

52. Dziękuję!