De acuerdo … así que pensemos de una manera muy intuitiva. Estás tratando de aprender a escribir un alfabeto, por ejemplo, tomemos ‘A’. Ahora, imagínense que cuando se les enseñó a escribir ‘A’ por primera vez, tenían esta hoja de papel en la que se hicieron alfabetos punteados, algo así como:
Ahora, cuando comenzó a resolverlo, aprendió así:
- ¿Sería posible convertir las radiaciones capturadas por una cámara infrarroja o térmica en luz visible en la postproducción a través de IA / computación en la nube?
- ¿Por qué no evolucionó Skynet?
- ¿Existe alguna investigación sobre la mutación de una arquitectura de red neuronal durante el entrenamiento?
- ¿Qué sigue después de IBM Watson?
- ¿Cuál es la principal diferencia entre una red neuronal y una red neuronal artificial?
Que estabas haciendo ? Comenzaste a escribir y luego te diste cuenta de “¡Oh! Mi bolígrafo se está moviendo fuera de la línea. Debo cambiar mi trazo; de lo contrario, estropearé toda la carta y luego me regañarán ”. Entonces, si es posible, la borraría o al menos cambiaría la dirección de su bolígrafo mientras escribe la carta. Aquí es donde dices que los RNN son útiles. esencialmente te están dando una retroalimentación mientras tu proceso continúa, no exactamente como un ANN normal de que completes el proceso y luego calcules el error 🙂
Para más detalles, consulte el http://www.deeplearningbook.org/… por Ian Goodfellow
fuente de la imagen: Hoja de trabajo de práctica de escritura de alfabeto de letras discontinuas ABC