Teoria AI | Jak AI radzi sobie z tekstem, dźwiękiem i innymi sekwencjami danych? Poznaj sieci RNN.

Sztuczna inteligencja coraz częściej pojawia się w codzienności, a czas jest nieodłączną częścią naszego życia. To powoduje, że wiele zjawisk i procesów jest opisywanych przez dane sekwencyjne. W związku z tym nie da się przejść obojętnie obok rozwiązania problemu przetwarzania takich danych przez sztuczne sieci neuronowe - chcesz dowiedzieć się w jaki sposób ten problem został rozwiązany? Zarezerwuj 20 minut i obejrzyj ten materiał! ------------------------------------------------------------------------------------------------- INFORMACJE O MNIE: 👉 LinkedIn: www.linkedin.com/in/r-sikora ------------------------------------------------------------------------------------------------- Tutaj mówię więcej o podstawach i budowie głębokiej sieci neuronowej typu feed-forward:    • Teoria AI | Budowa i zasada działania...   Zastanawiasz się nadal jakich narzędzi użyć do wstępnej analizy danych? Zajrzyj tutaj:    • Python | Jak analizować dane w prosty...   00:00 Wstęp 00:17 Czym są dane sekwencyjne? 01:16 Jakie problemy wiążą się z danymi sekwencyjnymi? 03:16 Jak powiązać sekwencje danych? 05:05 Skąd nazwa RNN? 05:45 Na czym polega trening sieci RNN? 07:12 Budowa i sposób działania sieci RNN 10:13 Jak wygląda błąd generowany przez sieć? 12:21 BPTT jako sposób na nauczanie sieci RNN 13:37 Problem zanikających gradientów 15:32 LSTM / GRU jako rozwiązanie problemu zanikających gradientów 17:18 Mechanizm atencji 18:09 Podsumowani