Теперь Кью работает в режиме чтения

Мы сохранили весь контент, но добавить что-то новое уже нельзя

Как создать свою собственную нейросеть?

ТехнологииНейронные сети
Илья
  · 13,7 K
На Кью задали 1 похожий вопрос
Дата сайентист, мамин игродел, игратель душевных песен на гитаре, любитель Queen и...  · 18 окт 2018

Мысль, что достаточно скачать готовую нейронную сеть и просто скормить ей данные, кажется не совсем правдивой, поскольку нейронка - это конкретная математическая модель, заточенная конкретно под какую-то задачу, под данные, с которыми мы хотим работать. Другое дело в том, что нынче этот процесс очень упрощён, поскольку вам не нужно самим высчитывать все производные и писать градиентный спуск - куча готовых фреймворков (Sklearn, TensorFlow, Keras) делают всю сложную работу за вас, а вам нужно лишь в пару строчек задать архитектуру - а для этого хватит и месячных курсов на каком-нибудь сайте (Udacity и Coursera эти ваши). Конечно, чтобы делать что-то серьёзное, нужно зубрить матанализ и линейную алгебру, так как без них не будет и понимания, что конкретно вы делаете, что сильно ограничивает ваши возможности, но просто ознакомиться и поиграться сейчас очень и очень просто.

Программирование, машинное обучение, анализ данных, статистика, теория вероятностей  · 11 авг 2016
Правильная постановка вопроса должна быть такой: как натренировать сою собственную нейросеть? Писать сеть самому не нужно, нужно взять какую-то из готовых реализаций, которых есть множество, предыдущие авторы давали ссылки. Но сама по себе эта реализация подобна  компьютеру, в который не закачали никаких программ. Для того, чтобы сеть решала вашу задачу, ее нужно... Читать далее

Нде взять уже готовые?

люблю фильмы Дэвида Финчера, но не извращенец:))  · 6 авг 2016

http://robocraft.ru/blog/algorithm/558.html  - очень толковое объяснение принципа работы (на русском)

В  MATLAB есть модули для работы с нейросетями. Для разных языков программирования есть свои библиотеки для работы с ними.

Самые популярные: 

Java - Deeplearning4j, Spark ML;  Lua - Torch;  Python - TensorFlow, Scikit-learn