विषय
Google लैब्स ने तंत्रिका नेटवर्क का उपयोग करने के बारे में एक बहुत ही दिलचस्प ब्लॉग प्रकाशित किया है जो कि वस्तुओं को पहचानने के लिए अन्य वस्तुओं को पेंट करने के लिए प्रशिक्षित किया गया था।
हम एक कृत्रिम तंत्रिका नेटवर्क को प्रशिक्षण के लाखों उदाहरणों को दिखाते हुए और धीरे-धीरे नेटवर्क मापदंडों को समायोजित करते हैं जब तक कि यह वर्गीकरण नहीं देता है जो हम चाहते हैं। नेटवर्क में आमतौर पर कृत्रिम न्यूरॉन्स की 10-30 स्टैक्ड परतें होती हैं। प्रत्येक छवि को इनपुट परत में खिलाया जाता है, जो तब अगली परत से बात करता है, जब तक कि अंततः "आउटपुट" परत तक नहीं पहुंच जाता है। नेटवर्क का "उत्तर" इस अंतिम आउटपुट परत से आता है।
वे इस "स्थापना" को कहते हैं और परिणाम थोड़े विचित्र से अधिक हैं। निम्नलिखित स्लाइड्स विभिन्न तंत्रिका नेटवर्क के परिणामों को दिखाती हैं कि जिस चीज़ को वे स्रोत से असंबंधित, या यादृच्छिक, डेटा के बावजूद भी प्रशिक्षित कर रहे थे। अंतर्निहित यांत्रिकी काफी जटिल हैं, लेकिन कल्पना करें कि आप देख रहे हैं कि एक तंत्रिका नेटवर्क दुनिया को "कैसे देखता है"।
आगामीSkyarrow
यह बहुत आसान है, लेकिन नेटवर्क को हर तीर को खोजने के लिए कहा गया था।
शूरवीर
एक शूरवीर की तस्वीर को देखते हुए, इस तंत्रिका नेटवर्क को पता चलता है कि इसे पूरे स्थान पर क्या प्रशिक्षित किया गया था: जानवरों की बहुतायत!
पशु देहात
यह एक परिदृश्य की तरह दिखता है, लेकिन यह जानवरों और वन्य जीवन के एक पागल सरणी से बना है।
कुत्ते की चीख
एडवर्ड मंक का प्रतिष्ठित टुकड़ा कुत्तों को जाता है। सभी जगह की आंखें थोड़ी अस्थिर होती हैं।