Обзор статьи о применении графических ускорителей вместо CPU для декодирования импульсов в нейронных цепях крысы. Любыпытно, что речь идёт не только об увеличении скорости расчётов, но и о качественном улучшении: за счёт снижения времени на эксперимент показатели меньше плывут во времени и нужно меньше прогонов самого эксперимента.

#нейробиология #биология #вычисления #gpu #эксперименты #мыш #habr
https://telegra.ph/Begushchij-v-labirinte-analiz-nejronnoj-aktivnosti-mozga-krysy-v-realnom-vremeni-12-07

Обычно трудно понять, что происходит внутри нейронной сети. Чаще всего разработчики обращаются с ней как с чёрным ящиком, регулируя гиперпараметры (число итераций обучения, алгоритм обучения, функцию ошибки и т.д.), пытаясь найти баланс между недо- и переобучением системы.

К счастью, для одного из самых популярных и расхайпованных видов нейронных сетей — свёрточных – существует способ заглянуть внутрь чертогов разума машины и посмотреть как искусственный ̶и̶д̶и̶о̶т̶ интеллект видит входные данные, в данном случае – картинки.

Почитайте несложную статью с примерами кода, вполне доходчиво и легко для повторения
#ML #машинное_обучение #habr #AI #IT
https://habr.com/ru/post/436838/