[tomaszs]

Sieci neuronowe Deep learningu pozwalają odróżnić np. słonia od innych zwierząt. Co ciekawe można podejrzeć, co sieć neuronowa uznaje w zdjęciu za ważne, aby słonia rozpoznać. Poniższa mapa aktywacji sieci właśnie to pokazuje. Obszary czerwone sieć neuronowa uznaje za najważniejsze do rozpoznania słonia. A żółte - również istotne. Reszta nie jest dla sieci taka ważna. Jak widać słoń to tylko w 1/4 słoń :)

Za: https://medium.com/analytics-vidhya/visualizing-activation-heatmaps-using-tensorflow-5bdba018f759

#siecineuronowe #technologia #nauka #sztucznainteligencja #ciekawostki #gruparatowaniapoziomu #deeplearning #keras #tensorflow

[Slamowir]

@tomaszs to nie po trąbie?

[tomaszs]

@Slamowir: okazuje sie ze trąba nie czyni słonia :)

[motoinzyniere]

@tomaszs: @Slamowir: To nie takie proste, jak to przedstawiasz. Żeby zrozumieć co jest ważne a co nie, trzeba spojrzeć jak ta sieć została stworzona. Sieć Inception V3 była trenowana na podstawie obrazów z Imagenet, gdzie występują dwie klasy dla słonia: afrykańskie i indyjskie. A słonie rozpoznajemy po uszach głównie.

[tomaszs]

@motoinzyniere: tzn. Odróżniamy afrykanskie od indyjskich. Ale aktywacja dotyczy chyba odróżnienia od wszystkich innych zwierzat, czyz nie?