No entendí lo que quieres decir con “fin de la red neuronal profunda”, pero puedo arrojar algo de luz (tal vez un punto láser) sobre por qué la gente se está volviendo loca por eso.
Primero, solo piense en escribir un código para agregar dos números, suena muy simple, ¿verdad? Es . Ahora que ha entendido con éxito la intuición de sumar dos números en forma de código, ¿por qué no escribir un código para identificar si un triángulo dado es equilátero o no (las entradas tienen la longitud de tres lados), esto también suena bien, ¿verdad? ¿divirtiéndose?
Ahora, tratemos de condimentar un poco las cosas y hacer que el problema sea más fresco. Intenta identificar si una imagen determinada es un gato o no, no frunzas el ceño todavía, solo pruébalo. Comencemos primero con el algoritmo de pseudocódigo:
- ¿Por qué es tan popular Tensorflow?
- ¿Cuáles son las próximas competencias de Kaggle?
- ¿Cuáles son algunos desafíos calificados de aprendizaje automático que se inician cada año?
- En la minería de texto, ¿por qué deberíamos eliminar el término disperso de la matriz de términos del documento?
- ¿Cuál es el mejor enfoque para medir la "calidad de las características" en una red neuronal?
- Aceptar la imagen de entrada
- Intenta pensar en las características de un gato
- dos orejas, ojos
- nariz
- cola
- Clasifique si gato o no según la presencia o ausencia de esas características
Simple derecho?
Básicamente, estás imaginando algo como esto y como la programación hasta la fecha no es más que la imaginación y la creatividad del programador para resolver el problema, diría que estás progresando bien 🙂
Pero su código debe identificar cualquier entrada dada como un gato o no solo como lo hizo su código anterior para identificar el triángulo equilátero.
Entonces, ¿qué tal esto:
y esto:
Pensando ahora? Ese es un problema grave con nosotros, los humanos. No podemos escribir código para hacer esto, por lo que un sabio dijo: deje que la computadora descubra cómo debe hacer este trabajo. Y luego vino el aprendizaje profundo.
Sin entrar en muchos detalles intrínsecos, intentaría darte una idea de lo que está sucediendo:
Para hacer que la computadora haga este trabajo enorme, necesitamos hacerlo en dos simples pasos:
- Primero debemos entrenar la computadora como un bebé pequeño y mostrarle miles de fotos de gatos diferentes y también decirle que cada uno de ellos es un gato.
- Entonces, la próxima vez que vea un gato puede identificar (casi) correctamente que es un gato.
Eso es. Proceso muy simple e intuitivo.
Ahora la cosa es que creamos redes neuronales de varias capas de las cuales la primera toma la entrada y la última dice gato o no.
Lo que realmente no sabemos es qué está haciendo la computadora entre los dos puntos para aprender eventualmente que es un gato, al igual que un bebé pequeño. Pero sabemos que será justo al final. Confiamos en eso 🙂
Espero que tengas una pequeña intuición de lo que está sucediendo
