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

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

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

Не останавливайтесь пожалуйста! Очень интересно!

Просто замечательный перевод, продолжайте!!!

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

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

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

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

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

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

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

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

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

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

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!

Хорошая озвучка. Не останавливайтесь, продолжайте. Подписался.

спасибо, перевод отличный, полезность информации стремится к ста процентам

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!!!

Автору большое спасибо!

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

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!

В общем, спасибо, ждем продолжения.

Спасибо большое за отличное видео и перевод!!!!

Благодарю за видео. Жду продолжение !

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

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.

Наконец-то нормальное видео на примере, молодцы!

всё чётко сжато, настоящий талант

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.

Большое спасибо автору перевода

Это просто невероятно круто!

Спасибо, прекрасное объяснение

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)

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

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

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

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)

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

Давай продолжение, всё очень круто!!!

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

Довольно понятно и доступно даже для блондинки

видео не видел еще, но подписался уже.

вау очень круто и понятно спасибо

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

Ждём продолжения!...

Давайте следующее. Куда донатить?

крутое видео и крутой перевод(всё достаточно понятно)

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

Жду продолжение до обеда!

Автор сделай пожалуйста продолжение этой темы.

прекрасное видео

очень доходчиво интересно и по делу , строго лайк и подписон

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

Это просто фантастика!

Шедевр

Перевод огонь!

Замечательно!

очень интересно как мы учимся))

Спасибо!

Теперь понятно откуда взялось photomath

Хауди Хо решил не запариваться над поиском информации

Очень крутое объеснение

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

Все понятно пока....Погнали дальше!

Кайф, жду 2 частт

Возможно я что-то понял, а возможно нет, но это мы поймем потом, а пока я ничего не понял.

очень интересно. ну вы в курсе.

Но очень интересно!

Получается, что чем больше ассоциаций - тем лучше.

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.

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

Может дальше переводы начать? Хороший перевод. Смысл передан.

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.

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

Круууть!

СПАСИБО.

ничего не понял, но очень интересно

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.

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

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

Спасибо

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 ;-)

спасибо

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))

Нейроны не "зажигаются" а достигают предела при котором происходит электрический пробой нейрона. Такая сеть очень сложна для начинающего. Надо начинать с сети которую невозможно больше упростить. Нейроны да - можно обозначать числами, но только целыми числами дробные числа усложняют задачу.

spacibo bro )))

за год 4 видео , збс

Вынос мозга... Но я сумел смутно представить себе нейросеть по опознанию лиц!

Спасибо за информацию Очень сложно

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

Гораздо проще это объясняется с точки зрения геометрии. Сначала мы выбираем характеристики, получаем н-мерное пространство характеристик. В этом пространстве у нас есть точки. Затем мы строим н - 1 мерную плоскость, чтобы разделить характеристики на 2 группы. Она определяется с помощью матрицы и и оффсета. По сути задача построения модели для обучения есть построение различных плоскостей, которые будут эффективно делить наши характеристики на каждом этапе до получения результата.

УХ!ТЫ!СПАСИБО ЗА ОЗВУЧКУ.КАК ВАМ ЭТО УДАЕТСЯ?ОБЫЧНО ЧИТАЕТ ТЕКСТ)

Спасибо. Не могли бы вы и в дальнейшем переводить видео с этого канала...

Всм всего 4 видео , давай переводи быстрее , еще ленейную алгебру тоже давай сюда

кайф

класс

Будет продолжение? Очень интересно