★
Меню
Главная Как это устроено Список наблюдения Стек
Аппаратное обеспечение ЧипыСравнить чипы Серверы и системыСетевая инфраструктура ПамятьFoundry и упаковка Охлаждение
Объекты инфраструктуры Центры обработки данныхЭлектропотребление ПроектыОблачные вычисления и GPU
Интеллект AI-моделиПрограммное обеспечение AI-продуктыБенчмарки Научные статьиДатасеты Концепции
Экосистема КомпанииАкции ЛюдиХронология ТенденцииБудущее ИИ
Обучение Новости Запрос к данным ИИ-агенты
О сайте О нас Методология Данные и API Отказ от ответственности
Параметры
ДАННЫЕ И API

Бесплатный доступ только для чтения к кешированным данным сайта в формате JSON.

Тёмная тема

Режим с подсказками
Не знакомы с терминологией чипов, дата-центров и моделей? Мы объясняем ключевые понятия прямо в процессе просмотра, простым языком. Те же данные, со встроенной подсказкой.

Экспертный режим
Вы уже знаете стек. Только данные: чистые, быстрые и компактные, без лишних пояснений. Это вид по умолчанию.

Язык интерфейса
‹ Назад
Главная › Концепции › Neural Networks & Deep Learning

Neural Networks & Deep Learning

Концепция Основные технические характеристики

The substrate: layered functions tuned by gradient descent.

Перед вами запись-пояснение к понятию: что этот термин означает простыми словами и какие записи он объединяет.

A neural network is a stack of simple mathematical layers whose millions to trillions of weights are adjusted by backpropagation until outputs match training targets. 'Deep learning' is the discovery — mainstream since AlexNet in 2012 — that with enough layers, data and GPU compute, this recipe learns almost anything. Everything else on this site is scaffolding around that fact.

Место в общей экосистеме

Related · 2 Neural Networks & Deep Learning

Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.

Связанные

Источники

Deep learning (Nature 2015) ↗

Запись актуальна на 2026-01-15 — смотреть Методология.