Я надеюсь что людей, которые действительно понимают насколько это полезное видео, очень много

@Xanadu379

Жыл бұрын

вряд ли это люди...... ха ха ха

@Darkness-es3zb

Жыл бұрын

@@Xanadu379 могу сказать что я человек

@sergeserg2582

Жыл бұрын

@@Darkness-es3zb конечно, по нику же понятно.

@vielear

5 ай бұрын

​@@Xanadu379ахахахахаха

@untitledoficcial1

4 ай бұрын

Эта серия роликов, она - на вес золота

Спасибо большое автору за перевод и за то что делает материал для русскоязычных новчиков, пока еще не знающих английский, более доступным на старте.

Теперь осталось распознать почерк врача

@user10810

4 жыл бұрын

Теперь у меня появилась цель в изучении нейронных сетей

@radikusmanov7574

Жыл бұрын

Не скажу, что заполняемые от руки истории болезни остались в далёком прошлом. Однако российские врачи наших дней, кого я видел, историю болезни, как и остальную документацию ведут теперь иключительно в электронном виде на центральном сервере больницы через персональный компьютер в своём кабинете.

@user-tg8vr1nx1s

Жыл бұрын

@@radikusmanov7574 ты хотел сказать московские врачи?

@radikusmanov7574

11 ай бұрын

@@user-tg8vr1nx1s не надо обвинять меня в том, чего я не писал. Написано же: ""... кого я видел ...". Или вы дальше первого предложения никогда не читаете, тут же бросаетесь отвечать? Даже при том, что Москва - это не Россия, больницы в остальных крупных городах тоже компьютеризированы. А что касается сельских больниц, то там и в советские времена с медициной был полный мрак, не до компьютеров. Если во времена Брежнева роль праздничной витрины социализма исполняло государство ГДР, то в наши дни эту роль забрала себе Москва.

@user-tg8vr1nx1s

11 ай бұрын

@@radikusmanov7574 , еще бы я твои бредни читал, много тебе чести)

Спасибо огромное, как раз то что нужно!!! С нетерпением жду следующего видео)

Не останавливайтесь пожалуйста! Очень интересно!

Просто замечательный перевод, продолжайте!!!

Очень хорошее видео. Интересно, доступно, полезно. Можно использовать это видео как один из нейронов, активация которого позволяет распознать любое видео как крутое.

Впервые плюсанул до просмотра, потому что раньше смотрел это видео на английском. Спасибо за перевод.

Спасибо. Было познавательно. Объяснили даже понятнее преподавателей с вышки.

Читаю книгу по нейросетям «глубокое погружение», и тут материал прям все по полочкам ставит сразу огромный респект за перевод !!!

@morisunkas8301

2 ай бұрын

кто автор? не подскажете

@user-bq8he2xt2w

Ай бұрын

​@@morisunkas8301 Николенко,Кадурин, Архангельская

Спасибо автор, наконец то хоть что-то понятно становится.

Это очень хорошее видео. Оно состоит из понятных рассуждений и обостряет интерес к продолжению. Особенно интересен алгоритм подбора весов и конечно многое другое.

Самое эффективное вступление в тему, из тех, что мне известны. Подписка и лайк.

Это просто лучшее, что можно найти на данную тему. Спасибо!

Релью - это сила, я даже не знал об этом, это шикарная возможность оптимизации ресурсов, СУПЕР спасибо.

@domenos8967

3 жыл бұрын

Вот только обрезает он только левую часть. Если сверху накрутить еще max() и получить max(min(0,a),1), то будет обрезать в двух сторон

Спасибо за видео) хотелось бы увидеть серию видео про линейную алгебру в этом переводе

Хорошая озвучка. Не останавливайтесь, продолжайте. Подписался.

Лучше поняла все просмотренное, когда вспомнила прогу, где по фото человека ищут похожих/того же самого. Автору спасибо. за видео!

Наконец-то нормальное видео на примере, молодцы!

Очень доходчиво! Хотя и сжато! Матрицы и веса, конечно, не новое, известны из курса высшей математики😃 но главная идея, видимо, в том, что трудоёмкая ручная работа по вычислению значений переложена на компьютеры! Про сигмоиду и ее простое использование))) в операциях мне понравилось!

В общем, спасибо, ждем продолжения.

Автору большое спасибо!

Благодарю за видео. Жду продолжение !

Спасибо за хороший перевод, исходник очень крутой и понятный при этом. Благодаря переводу он стал доступен для РУ сегмента. Жаль остальные видео только с сабами (несколько корявыми, но и на этом спасибо, тем кто эти сабы делал). На клоунов-гуру англ языка и озвучки не обращайте внимания. Главное начинка конфеты, а не обёртка, особенно учитывая, что конфета бесплатная.

Спасибо большое за отличное видео и перевод!!!!

Мало что понимаю в математике и IT, но было очень интересно посмотреть!

Большое спасибо автору перевода

Это просто невероятно круто!

Благодарю тебя! Мне важно все, что ты совершаешь в мире.

спасибо, перевод отличный, полезность информации стремится к ста процентам

@bigsponsor

4 жыл бұрын

Сомневаюсь что с текущим переводом вы уловили суть.

@bornfram6257

4 жыл бұрын

@@bigsponsor критикуешь - предлагай. что можешь посоветовать "понятного"?

@monochrome6051

4 жыл бұрын

@@bornfram6257 Учить английский

@markuscartel8227

3 жыл бұрын

@@monochrome6051 Автору, не мешало бы Русский выучить, для начала.

@user-nv7db4ip6s

Жыл бұрын

И ста лайкам 🔥

всё чётко сжато, настоящий талант

Спасибо, прекрасное объяснение

Гениально... Сканер, сравнение и вероятность... Так просто...​

спасибо за старания, +100500! С такими видео изучать нейросети молодым людям будет гораздо легче

Стал изучать нейросети и как раз разбирал пример кода именно этот. Где обучается сеть на базе картинок 28*28. Видео дало более глубокое понимание работы принципа, взаимосвязей, за это огромное спасибо! В примере лектор сказал что это темный ящик и не было понимания как это связано с линейной алгеброй! Тут все стало понятно, ( хотя это ага эффект и иллюзия ;))ибо в обучении сказали что это чёрный ящик. С нетерпением жду продолжение. Очень крутое объяснение про механизм весов, принцип работы, активации. Но чучуть базово изучить как работает мозг с точки зрение нейрофизиологии тоже полезно для полноты картины и объема понимания! С нетерпением жду продолжения как проходит обучение! Вы делаете очень крутую работу!

@user-ej2fb5vw7x

4 күн бұрын

Ух ты, уже четыре года прошло с твоего комментария. Как успехи в изучении данной темы?

крутое видео и крутой перевод(всё достаточно понятно)

Огромное спасибо за то, что вы делаете. Надеюсь, это не будет заброшено, ведь в России так мало людей, которые интересуются подобным контентом((( Очень-очень хотелось бы увидеть видео в переводе о кватернионах)

@mikkalitmanen1434

4 жыл бұрын

Мало? Дурной што ли?

@user-rk9vh3in6g

4 жыл бұрын

мда уж...

@mikkalitmanen1434

4 жыл бұрын

@@Huiko_Vsratich технологические инновации идут не только "оттуда", а их создают во всём мире, где Россия, Индия и Китай занимают лидирующие позиции. В России же не все недоразвитые, как ты.

@mikkalitmanen1434

4 жыл бұрын

@@Huiko_Vsratich чтобы писать об инновациях, нужно к ним хотя бы приблизиться немного. А судя по тому, что вы пишете, вы черпаете знания об инновациях из жёлтой прессы.

@mikkalitmanen1434

4 жыл бұрын

@@Huiko_Vsratich Как бомжи с бутылкой водки рассуждают о политике, так и ты о инновациях. А у самого даже не хватает душка собрать шмотки и уехать в развитую страну. Но только ты там нахер не сдался никому, поэтому без вариантов.

Наконец-то понятное объяснение работы нейрости, другие статьи и видео объясняли слишком замудрено и много терминов использовали Не понял только зачем нужны сдвиги(если можно объясните пожалуйста, хочу сам создать проект с нейросетью, но так и не понимал, как они работают) и как всё-таки обучаются нейросети(жду видео)

Ребята из amplify нашли очень правильное место для размещения своей рекламы - браво!

Довольно понятно и доступно даже для блондинки

Мне почему то и страшно за будущее, но одновременно и интригующе, куда же мы придем)

Давай продолжение, всё очень круто!!!

видео не видел еще, но подписался уже.

14:45 опечатка. В векторе сдвигов последний элемент должен быть bk, а не bn. Произведение слева - вектор столбец длины k+1 (во втором слое k+1 нейронов). P.S. Автору и переводчику огромный респект! Самое крутое объяеснение нейросети. Ждём продолжения переводов. По линейной алгебре тоже огонь, советую. Даёт геометрическую интуицию и реальное понимание, а не тупое зазубривание алгоритмов, как это обычно учат в школе/универе.

@alexeylesyuta9858

3 жыл бұрын

Тоже заметил.

@coincoinb5307

2 жыл бұрын

И где ты тут увидел суть обучения нейронки?

@georgemichael6884

2 жыл бұрын

где найти видео номер3 про линейную алгебру упоминаемую автором в данном видео?

@vitaliaus

2 жыл бұрын

ты либо с марса прилетел?)

@UgorGred

Жыл бұрын

Хах. Точняк! Ведь b соответствуют след.слою, а не пред.

вау очень круто и понятно спасибо

очень доходчиво интересно и по делу , строго лайк и подписон

@vladvladov4095

2 жыл бұрын

Ну и сардельку тебе в попу

Сел поесть, Ну и думаю, посмотрю что-нибудь интересное :-) Если умножить разные виды еды на разные напитки, то получится набор блюд, В среднем которое вы любите есть. Ну от 0 до 9. Вот такая математика

@user-mw3ff6bu8c

2 жыл бұрын

Там исключение прописывать надо) молоко с рыбой например)

@F_A_F123

2 жыл бұрын

Не умножить, а сложить/объединить...

@coincoinb5307

2 жыл бұрын

Что в итоге то получил , 798 набор блюд?:))) Нахрен повров, пусть нейронка стряпает:))

@artemfedotov30

2 жыл бұрын

Добро пожаловать в комбинаторику!) у Райгородского есть крутейшие лекции по ней)

Только подумал, что оригинальное видео нужно перевести и в рекомендациях увидел перевод.

Автор сделай пожалуйста продолжение этой темы.

Жду продолжение до обеда!

Шедевр

прекрасное видео

Ждём продолжения!...

Все понятно! Все хорошо рассказано, но это потому что про нейросети я читал до этого.

I met that magic when bought the FineReader program of the ABBYY company in 1996. It was great.

Я тут из будущего. У нас появился умный ИИ Chat GPT

Перевод огонь!

Замечательно!

Хауди Хо решил не запариваться над поиском информации

Это просто фантастика!

Люблю 3blue1brown. Когда начинал заниматься нейросетями пересмотрел все видео по этой теме. Отличный перевод, однако если вы действительно хотите этим заниматься, то умение смотреть и понимать, что говорит автор в оригинале - обязательное условие. Учите английский!!!

Спасибо!

Лайк!

Отлично.Толково.Логично.Ясно.Без воды в решето налита информация.Спасибо автору ролика.И переводчику.Ждем новые Проекты.Переводы.Успехов.784. 28. 28. Всего то 13 тыс. Функций.Ага.Не так уж и много.

Теперь понятно откуда взялось photomath

deep level decomposition sigmoid(logistic curve) vs RElu Linear algebra, matrix how to do the same learning?

Все понятно пока....Погнали дальше!

Переводите смело все видео с того канала и распределяйте по плейлистам. Цены этому делу не будет.

@bakaproductionsempai7591

4 жыл бұрын

дададада озвучка тоже топ , а лучше напишите нейронку которая парсит все с оригинального канала и сама переводит, и сделайте это вводным видео

очень интересно как мы учимся))

Кайф, жду 2 частт

Круууть!

Возможно ли создавать связи нейрона с тремя и более последующими? И есть ли в этом смысл?

Приятно когда не нужно делать лишних действий а просто закинуть 📸 или 📹 в дизайнерскую среду. С описанием К её ретушированию И на выходе получить желаемый результат. ЭТО не просто Ускоряет процесс редактирования и обработки 📸 а Выводит его на новый мировой уровень. Редактор Wombo Al Основан на одном из фильтров компании Adobe И является независимым проэкт ом но его развитие и обучение путём проб и ошибок и их исправлении позволяет ускорить процесс обучения всей Нейросети компании Adobe. Проэкт Wombo Al Появился на свет недавно буквально в Феврале 2021 года. И нуждается в раскрутке и возможном Спонсировани.

черт побери, это вообще нормально что я не только понял что было показано в этом видео, но и правильно представлял себе общую концепцию того как это работает? это настолько странно, что мне кажется я что-то неправильно понял))

@user10810

4 жыл бұрын

На то и создают подобные видео, чтобы каждый дэб понял. Странно скорее то, что многие даже это понять не могут

Очень крутое объеснение

где найти видео номер3 про линейную алгебру упоминаемую автором в данном видео?

1) Существуют ли стандартные форматы хранения моделей нс (обученой сети) ? может какое-то расширение xml. 2) Правильно ли я понимаю, что вычислительноёмко только обучение сети, а само использоваине - не особо?

@Orakcool

5 жыл бұрын

Все правильно - обучение сложный процесс, который требует огромного распараллеливания *(конечно зависит от размеров сети). А прогнать матрицы можно и на микроволновке)))) Формат зависит от фреймвока

Будет продолжение? Очень интересно

Получается, что чем больше ассоциаций - тем лучше.

Наш мозг пытается понять как он устроен.. И не просто пытается понять, а уже вполне конретно многое понял и сделал штуки похожие на себя! Как же причудливы формы движения материи во вселенной

@lastchance9005

11 ай бұрын

Используете специальный психологический приём, когда вы отделяетесь от собственного мозга и как бы наблюдаете извне, чтобы создать вид, что вы исследователь или чтобы показать, что вы исследователь?

@naturetechno6001

11 ай бұрын

@@lastchance9005 Та наверно нет

@Last_Player555

7 ай бұрын

Естественно, мозг не может исследовать сам себя. Отсюда вывод, что мы это не мозг. Мозг лишь машина и не умеет мыслить, подобно компьютеру и нужен пользователь, который будет этой машиной управлять, пользователь это и есть тот, кто думает.

@naturetechno6001

6 ай бұрын

@@Last_Player555 Спорные утверждения. Во первых может мозг исследовать сам себя, ну, не в прямом конечно смысле, а вот чужой мозг в томографе запросто. И исследуют и много чего уже известно

@Last_Player555

6 ай бұрын

@@naturetechno6001 на томографе можно лишь увидеть следствие мышления, увидеть как работает машина. Это то же самое, что изучать прибором автомобиль, видеть как срабатывает руль или педали, передачи, и делать выводы на этом, почему автомобиль едет, но не видеть водителя, потому, что он скрыт от прямого наблюдения.

Парни, спасибо за перевод, вы большие молодцы! Есть маленькое замечание, русскоязычный голос звучит странновато, если воспроизводить видео в ускоренном режиме, тембр голоса неузнаваемо меняется независимо от параметра ускорения, от 1.25х до 2х.

@linkernick5379

3 жыл бұрын

UPD: это искажение голоса только на IPad, на Андроид-телефонах и на десктопе под Linux всё нормально.

очень интересно. ну вы в курсе.

А как обучить нейронную сеть? Вот забил я по входам нодов случайные числа, получил какой-то результат, который я могу оценить. Как изменить веса входов всех нодов? Опять случайным образом?

Что-то я не понял со вторым слоем. На виде это с 8:57 и до 12:00. Как нейрон и из второго слоя определяют что перед ними именно кусочек кружка или другая маленькая деталька. Как может работать подсчёт взвешенной суммы? Пожалуйста объясните кому не сложно, если конечно кто-то здесь понял это.

за год 4 видео , збс

Но очень интересно!

Спасибо

СПАСИБО.

Просто дякую за контент

spacibo bro )))

спасибо

брат. расскажи как качать видео с сайта где даже сегментами качать не дают. и нет плейлиста. все сегменты имеют одинаковое название.

Напоминает урок про «Как нарисовать сову», точно так же будет долго-долго рисуем два кружка, а потом просто дорисуйте недостающие детали.

Спасибо за информацию Очень сложно

ещё PDA распознавали циферки и буковки из рукописного ввода. но ведь у них не было мощных процессоров и нейросеть там бы тормозила. тогда как они это делали? ответ очень прост! они использовали расстояние Хэмминга - en.wikipedia.org/wiki/Hamming_distance если циферки от 0 до 9 представить в виде 1-мерного массива (расположить все пиксели от верхнего-левого угла до правого-нижнего), то получим 10 одномерных массивов. у рукописного ввода определяем границы символов (тупо сканируем по вертикальным и горизонтальным линиям где хоть 1 не белая точка встрачается пока не будут найдены строки и столбцы границ символов), а каждый символ масштабируем до размеров тех 10 эталонов и тоже приводим к 1-мерному массиву. затем каждый символ сравниваем по расстоянию Хэмминга с 10 эталонами и где расстояние Хэмминга меньше - та цифра это и есть! возможно описание кажется длинным, но это самое простое, эффективное и быстрое (для процессора и памяти компьютера или телефона) решение. да, вот так вот просто можно распознавать рукописный ввод. можно буквально за час написать и поиграться. безо всяких нейросетей. вывод: учим математику ;-)

@eugenedukatta9355

Жыл бұрын

Супер! Что такое расстояние Хемминга для двоичных чисел я знал раньше (код Грея и все такое) но сейчас взглянув на указанную статью в Википедии был немного обескуражен тем, что "расстояние" для не-двоичных наборов вычисляется как кол-во не совпадающих разрядов, не важно кол-во возможных состояний разряда. То есть расстояние между белым и почти-белым пикселем равно 1 также как и между черным и былым! И это при том, что разложив два набора в двоичный вид (по сути, лишь изменив форму представления), получится другое расстояние! А так наводка на использование расстояния Хемминга для распознавания образов меня впечатлила, я про такое не знал, сразу (Остапа понесло) стал представлять распознавание отпечатков пальцев, жесты и т.п. Респект!

@apristen

Жыл бұрын

@@eugenedukatta9355 и главное работать будет даже "на ардуине" потому как незатратно по CPU ;-)

Вопрос Как делаю такие анимации Всегда было интересно, но никогда не узнавал

@3Blue1Brown translated by Sciberia, можно продолжение? Вторая часть очень нужна. Лайк, подписка, комментарий всегда, сам понимаю, приветствуются.

Может дальше переводы начать? Хороший перевод. Смысл передан.

Меня только волнует вопрос: а зачем городить нейросеть, если можно использовать алгоритм распознавания на основе перцептивного хеша? Т.е. сравнить 2 картинки и просто, - где меньше расстояние Хемминга, значит, скорей всего это цифра такая-то. Или же это будет тоже самое, по сути?

Вторая часть будет?