Тарик Рашид - Создаём нейронную сеть

задач.
Преподаватели могут использовать это руководство для того,
чтобы доходчиво рассказать о нейронных сетях и способах их реа­
лизации студентам с целью заинтересовать их этой темой и вселить
в них энтузиазм для создания собственной обучающейся системы ис­
кусственного интеллекта с помощью всего лишь нескольких строк
программного кода. Приведенный в книге пример кода тестировал­
ся на Raspberry Pi — небольшом и недорогом компьютере, пользую­
щемся большой популярностью среди школьников и студентов.
О таком руководстве я мечтал, когда, еще будучи подростком, му­
чительно пытался понять принципы работы этих загадочных нейрон­
ных сетей. О них упоминалось в книгах, журналах и кинофильмах,

но в то время их серьезное обсуждение можно было найти только
в научных статьях, предназначенных для математиков и написан­
ных их языком.
Как мне тогда хотелось, чтобы кто-то объяснил мне все это
на простом и понятном даже студенту колледжа языке! Именно эту
цель и преследую я в книге.

Что мы будем делать
В книге мы создадим нейронную сеть, способную распознавать ру­
кописные цифры.
Мы начнем с очень простых прогнозирующих нейронов и будем
постепенно усовершенствовать их по мере достижения предела их
текущих возможностей. Время от времени мы будем делать корот­
кие паузы для того, чтобы вы могли изучить очередной ряд матема­
тических понятий, которые будут нужны вам для понимания того,
каким образом нейронные сети могут обучаться и прогнозировать
решения задач.
В нашем путешествии мы охватим такие математические поня­
тия, как функции, простые линейные классификаторы, итеративное
улучшение, матричная алгебра, оптимизация методом градиентного
спуска и даже геометрические операции вращения. Но все это будет
объясняться на достаточно доходчивом уровне, совершенно не требу­
ющем никаких дополнительных знаний сверх того, что предлагается
в школьном курсе математики.
Успешно создав нашу первую нейронную сеть, мы вооружимся
накопленным опытом и исследуем другие возможные направления
работы. Например, мы используем распознавание образов для того,
чтобы усовершенствовать способность нашей машины к обучению,
не прибегая к дополнительным тренировочным данным. Мы даже
заглянем в память нейронной сети, чтобы посмотреть, не удастся ли
нам найти там нечто сокровенное, причем существует не так-то мно­
го руководств, в которых показывается, как это можно сделать!
Кроме того, в ходе поэтапного создания нашей нейронной сети мы
изучим Python — простой, полезный и весьма популярный язык про­
граммирования. Вновь подчеркну, что никакого предварительного
опыта или знакомства с программированием от вас не потребуется.

Что мы будем делать

15

Как мы будем это делать
Главной целью книги является разъяснение понятий, лежащих
в основе нейронных сетей, как можно большему кругу читателей.
Это означает, что нашей отправной точкой всегда будет какая-то
более или менее понятная для вас идея, с которой вы уже знако­
мы. Далее, постепенно достраивая конструкцию на уже имеющем­
ся надежном фундаменте, мы будем достигать уровня, достаточного
для того, чтобы вы были в состоянии оценить некий новый интерес­
ный аспект нейронных сетей.
Чтобы не упускать из виду наиболее важные моменты, автор со­
знательно опускает обсуждение вопросов, понимание которых не яв­
ляется обязательным для создания собственной нейронной сети. Мы
будем иметь дело с множеством любопытных контекстов и соприка­
сающихся с ними тем, которые могут входить в круг интересов не­
которых читателей, и если таким читателем являетесь вы, то у вас
есть полная свобода действий для собственных исследований в кон­
кретных направлениях.
В книге вовсе не ставилась задача рассказать обо всех возможных
способах оптимизации и улучшения нейронных сетей. Таких спосо­
бов существует множество, и их анализ отвлек бы нас от основной
цели — ознакомления читателей с основными идеями на простом
и как можно более доходчивом уровне.
Материал книги разделен на три главы.
• В главе 1 обсуждаются математические идеи, лежащие в основе
работы простых нейронных сетей. Автор намеренно не затраги­
вает здесь ничего, что связано с программированием, чтобы сфо­
кусировать внимание читателя на базовых положениях теории.
• В --">