очень классный материал, подача, четкая дикция уже просмотрел несколько видео и не могу остановиться но в начале лекции рассмешила фраза "в 2012 году люди думали, что нейронные сети не подходят для анализа изображений"... сюда надо добавить еще одну фразу "в те давние давние времена, когда миром датасайнса правил случайный лес..." и тогда начало лекции будет звучать как история от наших бабушек и дедушек про какое-то их далекое сказочное время :)
Спасибо за видео! Хорошо показали, что нейронные сети стали превосходить человека в распознавании, и какая технология позволила такого результата добиться
Спасибо большое! Все четко, ясно и понятно!!!
очень классный материал, подача, четкая дикция
уже просмотрел несколько видео и не могу остановиться
но в начале лекции рассмешила фраза "в 2012 году люди думали, что нейронные сети не подходят для анализа изображений"... сюда надо добавить еще одну фразу "в те давние давние времена, когда миром датасайнса правил случайный лес..." и тогда начало лекции будет звучать как история от наших бабушек и дедушек про какое-то их далекое сказочное время :)
Ну я рада вызывать у вас улыбку :)
лайк за красоту )
Спасибо за видео! Хорошо показали, что нейронные сети стали превосходить человека в распознавании, и какая технология позволила такого результата добиться
Послушаешь., всё так просто
а если продолжить ImageNet Timeline до 2022, то какой процент будет?
Неправильно градиенты считает: надо ещё на 2 делить (разница - 2 шага).
CNN - єто действительно очень круто.
Но потом пришли трансформеры и Attention и стало ещё круче.
"фичи" по-русски признаки