И действительно, почему? Есть идеи? 🤔

Математическая индукция ✨
На примере суммы арифметической прогрессии

Функции активации 💥

Каждый слой нейросети, сколь бы огромной она ни была, по сути является линейной функцией:
y=wx+b

И если собрать хоть 1000 таких слоёв подряд - вся сеть всё равно сведётся к одной большой линейной формуле.

То есть модель будет уметь строить только:
прямые,
плоскости,
гиперплоскости.

Фактически разделяя пространство на две части:

«выше» разделяющей поверхности,
«ниже» неё.

Но мир - нелинейный.

Лица, речь, язык, сарказм, котики, болезни, погода - всё это сложные кривые зависимости.

И вот тут появляются функции активации.

Они добавляют в нейросеть нелинейность, позволяя строить гораздо более сложные разделяющие поверхности и учитывать хитрую геометрию пространства признаков.

Функции активации вставляются между линейными слоями и «ломают» линейность модели.

Именно это делает нейросеть "умной", а не просто огромным калькулятором линейных формул.

Без функций активации deep learning в современном виде просто не существовал бы.

Признайтесь, было? 👀

Наглядный пример, почему ИИ нельзя допускать к сфере образования. Он просто врет, и врет часто (см."сектор").

Любой материал, созданный ИИ, должен проверять преподаватель

P.s. Да, да. Вот такие курсы сейчас активно продают. Будьте осторожны.

***

Миллениалы тут?

Сегодня день сдачи ОГЭ по физике.

Всем, кто сегодня писал экзамен, совет: пока помните - запишите условия второй части.

Если понадобится апелляция, вы будете себе благодарны.

Как дела, котаны? Как ЕГЭ/ОГЭ?
Физические упражнения практикуете?

Мы?

Канье шарит за красивую геометрию 🤌

Исследовательский анализ данных be like 📊