Перейти к содержанию
  • 0

помогите бедному студенту разобраться!


sadikrtyti
Перейти к решению Решено admin,

Вопрос

  • Пользователь

Задали такое задание на семинар: подобрать 5 низких (как мы поняли плохо работающих нейросетей) и доказать это. Необходимо будет прямо на паре зайти на сайт и предоставить доказательства, почему именно эту нейросеть мы определили в эту категорию. При этом она должна работать без VPN. Найти их оказалось очень сложно, практически невозможно, а может быть, я что то делаю не так. Помогите пожалуйста, и объясните как их проверить

Ссылка на комментарий
Поделиться на другие сайты

Рекомендуемые сообщения

  • 0
  • Администратор
  • Решение

Нейросети какой категории имеются ввиду ? Их очень много:

  • генерация текста
  • генерация видео
  • генерация картинок
  • оживление фото

...и так далее.

 

Но, если коротко, то самыми слабыми можно считать первые версии всех нейронок: Stable Video Diffusion (генерация видео по промту), Stable Diffusion до 1.5, Dalle-2 и пр.

image.png.bbc007783bfd77866c40d333bcf7acb0.pngimage.png.34ece97900fdaa0a096e6e0fa4f78094.png

Ссылка на комментарий
Поделиться на другие сайты

  • 0
  • Пользователь

Судя по всему любых вообще, уточнений по этому вопросу  не было. Главное на паре доказать, а каким образом.... спасибо за ответ!

Ссылка на комментарий
Поделиться на другие сайты

  • 0
  • Администратор

проблема в том, что вы эти нейросети уже вряд ли найдете где-то в открытом доступе, они сильно устарели...

 

image.png.bbc007783bfd77866c40d333bcf7acb0.pngimage.png.34ece97900fdaa0a096e6e0fa4f78094.png

Ссылка на комментарий
Поделиться на другие сайты

  • 0
  • Пользователь

Поняла, но тогда вообще не понятно, что от нас требуется и как вообще выполнить это задание... в любом случаем спасибо за ответ!!

Ссылка на комментарий
Поделиться на другие сайты

  • 0
  • Администратор

Так как ваш преподаватель не совсем корректно сформулировал вопрос, могу предположить еще вот что...

 

Поверхностные нейросети (shallow neural networks) — это нейронные сети с небольшим количеством скрытых слоев (обычно один-два скрытых слоя или даже вообще без скрытых слоев). Они считаются «простыми» или «неглубокими» и хорошо подходят для решения относительно несложных задач или задач, где данных немного, а глубокие сети избыточны.

Вот несколько примеров поверхностных нейронных сетей и моделей на их основе:

1. **Перцептрон (Perceptron)**  
   - Самая простая модель, состоящая всего из одного слоя нейронов.  
   - Используется для решения задач бинарной классификации.
   - Очень ограничен в возможностях и не способен моделировать сложные нелинейные функции.

2. **Многослойный перцептрон (MLP, Multilayer Perceptron)** с одним скрытым слоем  
   - Имеет входной слой, один скрытый слой и выходной слой.
   - Способен решать задачи классификации и регрессии средней сложности, но ограничен в моделировании сложных зависимостей.

3. **Сеть радиально-базисных функций (RBF-сеть, Radial Basis Function network)**  
   - Состоит из одного скрытого слоя нейронов с радиально-базисной функцией активации и выходного слоя.
   - Часто используется для аппроксимации функций, классификации и регрессии.

4. **Сеть Хопфилда (Hopfield network)**  
   - Рекуррентная нейронная сеть с одним слоем нейронов, соединённых между собой обратной связью.
   - Используется для ассоциативной памяти и решения задач оптимизации.

5. **Адаптивная линейная сеть (Adaline)**  
   - Простая сеть с одним слоем нейронов с линейной активацией.
   - Используется для задач линейной регрессии и классификации.

Применение поверхностных нейросетей оправдано в следующих ситуациях:  
- когда набор данных небольшой и глубокие сети склонны к переобучению;  
- когда задача проста и не требует извлечения сложных признаков;  
- для обучения базовым принципам машинного обучения и нейросетей.

Однако для сложных задач, таких как распознавание изображений, обработка естественного языка или временных рядов, глубокие нейронные сети обычно дают лучшие результаты.

image.png.bbc007783bfd77866c40d333bcf7acb0.pngimage.png.34ece97900fdaa0a096e6e0fa4f78094.png

Ссылка на комментарий
Поделиться на другие сайты

Присоединяйтесь к обсуждению

Вы можете написать сейчас и зарегистрироваться позже. Если у вас есть аккаунт, авторизуйтесь, чтобы опубликовать от имени своего аккаунта.
Примечание: Ваш пост будет проверен модератором, прежде чем станет видимым.

Гость
Ответить на вопрос...

×   Вставлено с форматированием.   Вставить как обычный текст

  Разрешено использовать не более 75 эмодзи.

×   Ваша ссылка была автоматически встроена.   Отображать как обычную ссылку

×   Ваш предыдущий контент был восстановлен.   Очистить редактор

×   Вы не можете вставлять изображения напрямую. Загружайте или вставляйте изображения по ссылке.

×
×
  • Создать...