Download as PDF, PPTX
![function() {[native
code]}
НЕ ВСЕГДА ЛОГИКА ОПИСЫВАЕМА](https://image.slidesharecdn.com/rodionov-odessajs-2017-nn-170702131126/85/JS-23-320.jpg)
![Реальный мир -
это [native code]](https://image.slidesharecdn.com/rodionov-odessajs-2017-nn-170702131126/85/JS-24-320.jpg)
![ПОКАЗЫВАЙ УЖЕ
new Model([40, 128])
.pipe(new LSTM(128))
.pipe(new Dense(40))
.pipe(new Softmax())
.compile()](https://image.slidesharecdn.com/rodionov-odessajs-2017-nn-170702131126/85/JS-35-320.jpg)
![ПОКАЗЫВАЙ УЖЕ
new Model([40, 128])
.pipe(new LSTM(128))
.pipe(new Dense(40))
.pipe(new Softmax())
.compile()
:rxjs$Subject
<ndarray, ndarray>;](https://image.slidesharecdn.com/rodionov-odessajs-2017-nn-170702131126/85/JS-36-320.jpg)
![РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ
new Model([256, 256])
.pipe(
new Convolution2D(3, 3)
).pipe(
new Flatten()
).pipe(
new Sigmoid()
)](https://image.slidesharecdn.com/rodionov-odessajs-2017-nn-170702131126/85/JS-47-320.jpg)
Uploaded byVsevolod Rodionov
Нейронные сети на JS
Документ обсуждает использование нейронных сетей на JavaScript и включает в себя мнения о преимуществах и новшестве технологий, таких как Node.js для веб-серверов, а также применение JS в блокчейне и науке о данных. Также рассматриваются различные подходы к обучению моделей и существующие библиотеки для работы с нейронными сетями. В документе упоминается необходимость данных в обучении и подчеркивается важность новых методов в этой области.
Нейронные сети на JS
- 1. Нейронные сети наJS ВСЕВОЛОД РОДИОНОВ (@JABHER)
- 3. Not in avery distant code hosting not so long ago
- 8.
- 9. кто-то сделал новый фреймворк КОГДАВ ТВИТТЕРЕ УЗНАЛИ, ЧТO
- 10. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы Low-level Интерфейсы DevOps Blockchain Научные инструменты
- 11. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы "Node is new Java" Low-level Интерфейсы DevOps Blockchain Научные инструменты
- 12. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы "Node is new Java" Low-level Espruino/edison/raspberry Интерфейсы DevOps Blockchain Научные инструменты
- 13. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы "Node is new Java" Low-level Espruino/edison/raspberry Интерфейсы ага DevOps Blockchain Научные инструменты
- 14. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы "Node is new Java" Low-level Espruino/edison/raspberry Интерфейсы ага DevOps успешная конкуренция: микросервисы (now) и лямбды Blockchain Научные инструменты
- 15. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы "Node is new Java" Low-level Espruino/edison/raspberry Интерфейсы ага DevOps успешная конкуренция: микросервисы (now) и лямбды Blockchain Etherium работает на JS + JS-alike typed language Научные инструменты
- 16. КАК JS ЗАХВАТИЛМИР ТИХАЯ РЕВОЛЮЦИЯ Веб-серверы "Node is new Java" Low-level Espruino/edison/raspberry Интерфейсы ага DevOps успешная конкуренция: микросервисы (now) и лямбды Blockchain Etherium работает на JS + JS-alike Solidity Научные инструменты УПС
- 17. Я УВЕРЕН, ДЛЯ ЭТОГОЕСТЬ ПАКЕТ В NPM Любой JS-хипстер
- 18.
- 19. data science is newhype train
- 20. TEXT WHO'S ON THETRAIN ▸ Google ▸ Facebook ▸ Nvidia ▸ Tesla ▸ Microsoft ▸ Apple ▸ IBM
- 21. Не надо стоять напути паравоза
- 22. НЕ ВСЕГДА ЛОГИКАОПИСЫВАЕМА
- 23. function() {[native code]} НЕ ВСЕГДАЛОГИКА ОПИСЫВАЕМА
- 24. Реальный мир - это[native code]
- 25. a + b* x = y
- 26. a + b* x = y рост = 100 + вес
- 27. a + b* x = y рост = 100 + вес с ошибкой в n%
- 29.
- 30.
- 31.
- 33.
- 34.
- 35. ПОКАЗЫВАЙ УЖЕ new Model([40,128]) .pipe(new LSTM(128)) .pipe(new Dense(40)) .pipe(new Softmax()) .compile()
- 36. ПОКАЗЫВАЙ УЖЕ new Model([40,128]) .pipe(new LSTM(128)) .pipe(new Dense(40)) .pipe(new Softmax()) .compile() :rxjs$Subject <ndarray, ndarray>;
- 37.
- 38. ПОКАЗЫВАЙ УЖЕ model .loss(new X_entropy()) .optimize(newSGD(.1)) .compile() :rxjs$Subject <{in, expectedOut}, number>;
- 39. ГЕНЕРАЦИЯ ТЕКСТА codec =new Codec(text); input = new Subject() .map(codec.encode); stream = model .compile(input) .map(codec.decode); stream.next('hell');'o'
- 40.
- 41.
- 42.
- 43.
- 44.
- 45.
- 46.
- 47. РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ new Model([256,256]) .pipe( new Convolution2D(3, 3) ).pipe( new Flatten() ).pipe( new Sigmoid() )
- 48.
- 52.
- 53.
- 54.
- 55. ГЕНЕРАЦИЯ ИЗОБРАЖЕНИЙ Much deep Sowow Very neural
- 56.
- 57.
- 58.
- 59.
- 60.
- 61.
- 62.
- 63. ПОКАЗЫВАЙ УЖЕ model .loss(new X_entropy()) .optimize(newSGD(.1)) .compile() :rxjs$Subject <{in, expectedOut}, number>;
- 64.
- 65. ПРОБЛЕМЫ НЕТ МОЩНЫХ РЕШЕНИЙ ▸Synaptic 1 - только RNN/LSTM ▸ ConvnetJS - только Convolution ▸ Другие решения от Andrej Karpatny очень специфичны ▸ Brain.JS - нет computer science ▸ Keras.JS - только плеер ▸ MXnet - порт Asm.JS; довольно сложный в использовании ▸ NeuroJS - на самом деле вроде хорош, если не считать отсутствия документации
- 67.
- 68.
- 69.