ກູໂກຮູ້ວ່າຄວາມຝັນມີເຄືອຂ່າຍ neural

ເຄືອຂ່າຍ neural ທຽມກູໂກສ້າງຕັ້ງຂຶ້ນເພື່ອຈໍາລອງສະຫມອງຂອງມະນຸດ. ວິທີການນີ້ອະນຸຍາດໃຫ້ຮັບຮູ້ແລະວິເຄາະຮູບພາບຕ່າງໆ. ເມື່ອພັດທະນາໄດ້ເກີດຄໍາຖາມທີ່ຫນ້າສົນໃຈ: ສິ່ງທີ່ຈະເກີດຂຶ້ນຖ້າຫາກວ່າຫຸ່ນຍົນແມ່ນສາມາດທີ່ຈະຝັນ? ດັ່ງກ່າວເປັນຄໍາຖາມ strange ບໍ່ໄດ້ລຸກຂຶ້ນອອກຈາກ nowhere. ມັນເປັນສ່ວນຫນຶ່ງຂອງໂຄງການໃນການສ້າງຮູບພາບໃນຝັນ Deep.

"ຄວາມຝັນລຶກ"

ນັກພັດທະນາເຮັດໃຫ້ກ່ອນທີ່ຈະຈຸດປະສົງສະເພາະໃດຫນຶ່ງຊອຟແວໄດ້. ຢ່າງໃດກໍຕາມ, ນີ້ບໍ່ແມ່ນຈຸດປະສົງຂອງການຟື້ນຟູຂອງຄວາມຝັນນັ້ນ. ຊ່ຽວຊານໄດ້ຮຽກຮ້ອງໃຫ້ປ່ຽນແປງຮູບພາບເຄືອຂ່າຍ neural ບົນພື້ນຖານຂອງຮູບພາບຕົ້ນສະບັບໂດຍ imposing ສຸດມັນເປັນຊັ້ນອື່ນໆຈໍານວນຫນ້ອຍ. ເປັນຫັນອອກ, ຊອຟແວທີ່ງ່າຍທີ່ຈະຮຽນຮູ້. ດັ່ງນັ້ນ, ໂຄງການນີ້ແມ່ນສາມາດທີ່ຈະປັບປຸງການທໍາງານຂອງການຊອກຄົ້ນຫາແບບລະບຸ.

ການຝຶກອົບຮົມ

ເພື່ອປັບປຸງການທໍາງານຂອງເຄືອຂ່າຍ neural ປອມ, ພັດທະນາໄດ້ຜ່ານຄອມພິວເຕີຫຼາຍກວ່າຫນຶ່ງລ້ານຮູບພາບ. ມັນເປັນການເຮັດວຽກ laborious ແລະໃຊ້ເວລາຫຼາຍ, ເນື່ອງຈາກວ່າຫຼັງຈາກທີ່ແຕ່ລະວິສະວະກອນການປຸງແຕ່ງໄດ້ລົດທີ່ຈະເນັ້ນຫນັກໃສ່ຄວາມຮູບພາບທີ່ພົບເຫັນກ່ຽວກັບຈຸດປະສົງ. ເຄືອຂ່າຍ neural Sheer ປະກອບດ້ວຍຂັ້ນຕອນຫຼາຍ, ແລະການຕີລາຄາທີ່ຖືກຕ້ອງຫຼາຍຂອງການຄົ້ນຫາແມ່ນຂຶ້ນກັບລະດັບຫຼືສະຖານະການ. ສໍາລັບຕົວຢ່າງ, ສໍາລັບການຊອກຄົ້ນຫາຂອງວັດຖຸສ່ວນບຸກຄົນເທົ່າ layer ອອກ.

ຮູບພາບຄຸນນະພາບ Hallucinogenic

ຫຼັງຈາກທີ່ເພີ່ມທະວີປະຕິບັດຫນ້າການຮັບຮູ້ຂອງວັດຖຸສະເພາະໃດຫນຶ່ງຢູ່ໃນຮູບພາບຂອງເຄືອຂ່າຍ neural ໄດ້ປະສົບກັບວຽກເຮັດງານທໍາມີຄວາມຫຍຸ້ງຍາກຫຼາຍ. ວິສະວະກອນໄດ້ຮ້ອງຂໍໃຫ້ຂັບຕົວທ່ານເອງທີ່ຈະສ້າງຮູບພາບຂອງວັດຖຸສະເພາະໃດຫນຶ່ງ, ຊຶ່ງໃນນັ້ນໄດ້ເປັນຫມາ, ຄວາມຍາວຂອງສ້ອມ, starfish, ຫມາກກ້ວຍແລະລາຍການອື່ນໆ. ການເຄື່ອນໄຫວໄດ້ justified ເອງຢ່າງເຕັມສ່ວນ. ແລະໃຫ້ຄວາມຝັນຂອງຫຸ່ນຍົນທີ່ມີຮູບພາບຕ່າງໆທີ່ມີຄຸນນະພາບກໍານົດ hallucinogenic ສາມາດຮັບຮູ້ຕາຂອງມະນຸດ.

ເປົ້າຫມາຍສູງສຸດຂອງໂຄງການ

ກູໂກແມ່ນການຊອກຫາເພື່ອປັບປຸງເຄືອຂ່າຍ neural ເພື່ອຈຸດບ່ອນທີ່ມັນເປັນໄປໄດ້ທີ່ຈະກວດສອບລາຍລະອຽດທີ່ບໍ່ແມ່ນທີ່ມີຢູ່ແລ້ວກ່ຽວກັບຮູບພາບໂດຍລວມ. ພວກເຮົາສາມາດເວົ້າວ່າວິສະວະກອນທີ່ສາມາດເບິ່ງເຂົ້າໄປໃນຈິດໃຕ້ສໍານຶກຂອງທາງການປອມ. ມັນໄດ້ເກີດຂຶ້ນ, ໃນເວລາທີ່ນັກພັດທະນາໄດ້ເລີ່ມຕົ້ນໃນການໂຫລດຮູບພາບຕ່າງໆໃນ layer ເທິງຂອງເຄືອຂ່າຍ neural, ຫນຶ່ງທີ່ໄດ້ຮຽນຮູ້ທີ່ຈະຮັບຮູ້ວັດຖຸສ່ວນບຸກຄົນ. ດັ່ງນັ້ນ, ສໍາລັບການຍົກຕົວຢ່າງ, ເປັນພາລາມິເຕີທີ່ກໍາຫນົດໄວ້ "ເປັນຮູບຮ່າງຫມາຢູ່ຟັງໄດ້" ເຮັດເພື່ອ simulate ເຄືອຂ່າຍຂອງການຟັງຫມາ. ແລະທຸກໆຄັ້ງທີ່ທ່ານໂຫຼດຜົນໄດ້ຮັບອອກມາດີກວ່າແລະດີກວ່າເກົ່າ.

ດັ່ງນັ້ນ, ໃນ "ຄວາມຝັນ Deep" ໃຫ້ຄອມພິວເຕີສາມາດໃນການປັບປຸງແກ້ໄຂການຕັ້ງຄ່າຮູບພາບ. ແລະມັນໄດ້ອະນຸຍາດໃຫ້ຮັບຮູ້ວັດຖຸ, ຊຶ່ງຍັງບໍ່ໄດ້ບັນຈຸຢູ່ໃນຂອງພາບ. ແລະໃນປັດຈຸບັນ, ໃນເວລາທີ່ທ່ານຮ້ອງຂໍໃຫ້ມີ "ເຄົ້າຄຸ້ນ" ເຄືອຂ່າຍເຮັດໃຫ້ຫມາ strange ເປັນເລື່ອງແປກແລະຫອຍ.

ສະຫຼຸບ

ວິທີການທີ່ນໍາໃຊ້ໂດຍຄົ້ນຄ້ວາໃນໄລຍະໂຄງການ, ການຊ່ວຍເຫຼືອທີ່ຈະເຂົ້າໃຈແລະເຫັນພາບວິທີການເຄືອຂ່າຍ neural ສາມາດປະຕິບັດວຽກງານສະລັບສັບຊ້ອນສໍາລັບການຈັດປະເພດວັດຖຸ. ນີ້ໄດ້ເຮັດໃຫ້ການປັບປຸງຂອງສະຖາປັດເຄືອຂ່າຍແລະອະນຸຍາດໃຫ້ຄວບຄຸມຂັ້ນຕອນຂອງການຂອງຂະບວນການການຮຽນຮູ້ໄດ້.