На что способен один искусственный нейрон | Написал искусственный нейрон на C# с нуля.

[@SimpleCodeIT]

Cамый лучший способ сказать "спасибо" - поставить лайк и и поделиться уроком с друзьями. Это очень мотивирует создавать полезные уроки =) ✅Доступ к исходному коду и спонсорство www.patreon.com/SimpleCode ✅ donatepay.ru/don/SimpleCode ✅BTC кошелек: 12oYfJnvt76wjJbpvfhM41m6KPz6uz4LD4

[@film_universe_hub]

Очень круто го на с++ такое

[@film_universe_hub]

@Sanya Novi Ого круто а можешь скинуть ?

[@film_universe_hub]

@Sanya Novi Спасибо буду играться с кодом

[@vovanchik_ru4208]

Хорошее видео, только с decimal ты это загнул :)

[@film_universe_hub]

@Sanya Novi Можешь запустить мой код ?

[@АндрейХрамов-ф5я]

Блин, интересно! Не бросай тему нейросетей. Хотелось бы видеть теперь пример посложнее, например с 2, 3 нейронами.

[@Ariman4238]

И ещё с >=2 уровнями было бы хорошо

[@Rameronos]

И с нейроном смещения тоже. То есть получится такое постепенное обучение с простого к сложному)

[@Lenny2012S]

И осветить тему о различных методах/функциях активации и коррекции при обучении. Просто упомянуть их по классам этих функций

[@randomra1880]

Надеюсь такое видео выйдет в скором времени

[@demantools]

Честно говоря интересовала тема машинного обучения, но было много не понятных вещей. А это видео, на мой взгляд, является наивысшей точкой педагогического навыка. 1) Аналогии 2) Объяснение более просто, но не теряя концепции о сложном. 3) Хорошие примеры. Мне личной крайне понравилось.

[@zoodogood]

Очень хочу увидеть принцип нейронной сети с учителем, вы хорошо объясняете, однозначно лайк

[@dog-foxfo2887]

Так это и есть обучение с учителем :) сеть обучается на данных из гугла, забитых в код, и в конце выдаёт значения на данных на которых не обучалась

[@pandalove6795]

Надеюсь вы продолжите снимать видео на эту тему!

[@aleksey8405]

Я прошёл ваши курсы по С# и по С++. В который раз убеждаюсь, что у вас большой преподавательский талант. Лаконичное, максимально ёмкое и понятное объяснение. Интересно и вызывает стойкое желание продолжать изучать тему. Таким и должно быть обучение. Спасибо!

[@Jilexa]

Устроился на работу по теме после обучения?

[@lex-xv3ik]

@@Jilexa По теме?

[@comrade_ilya]

Пока нейрон обучался курс рубля изменился😂😂😂

[@playwitharco3749]

В точку!

[@purplep3466]

нужен API какой-нибудь

[@MrMes]

@@purplep3466 а смысл в эй пи ай? Смысл видео был в нейронной сети. С таким же успехом мы могли просто цифру домножать на коэффициент и всё. Но смысл был в нейронной сети.

[@purplep3466]

@@MrMes это было дополнение шутки

[@Time_Developer]

*Илья, в чём смысл твоего комментария?*

[@Roman_SBB]

Не понимал, что такое нейронные сети и как они работают, но теперь все встало на свои места

[@ramilqurbanov4500]

Такая же ситуация. Автор красавчик)

[@vitaliy1773]

Никакой ютубер еще так не заслуживал моего лайка и подписки!

[@akstis4183]

Всё гениальное - просто. Обожаю ваши уроки

[@cotjiit1365]

Как вы вовремя. Спасибо вам большое. Мне это реально помогло жду продолжения.

[@DmitryDolganov]

Сергей, добрейшего утра! Спасибо, спасибо тебе огромное!

[@JJ_______]

Спасибо за то, что доходчиво обьяснили такую тему на простом примере. Всегда приятнее всего обучаться именно по Вашим урокам. Хотелось бы видеть больше видео с такими экспериментами на С++.

[@emsigaming8947]

Вау... Надеюсь в будущем будет больше видео об нейронных сетях... Помоему тема очень интересная 🙌🙌🙌🙌🙌

[@vladproger2093]

Очень доступно, совсем новичкам, конечно, могло быть не очень понятно. С удовольствием буду следить за новыми видео по этой теме, удачи!

[@DataScienceGuy]

Качественно сделано, и не на обычном numpy как у доброго десятка других ютуберов.

[@xn4pl]

numpy используют просто для более быстрых операций над матрицами, когда используют множество нейронов, здесь тоже пришлось бы использовать библиотеку для работы с матрицами (либо упороться и написать функции самому, что полезно для образовательных целей, но контрпродуктивно для подобного урока), если бы нейрон не был один.

[@SuperAbisal]

Великолепный учитель ! Спасибо тебе за твой труд . Благодаря твоим урокам из техника превратился в инженера it. Помогли твои знания по принципам кода , уже пишу приложения для работы (не.оч. сложные ) на wpf . Ты лучший .

[@awkwardquestion8643]

Без преувеличения - одно из лучших объяснений сабжа которые я видел на русском, если не лучшее.

[@aristotle1337]

мам сматри я двачир))

[@Jiontenay]

Из +100500 просмотренного мной это самое лучшее объяснение сквозной нейронной сети причём именно в плане практики. Просто, лаконично и по делу. В других же тока мусолят теорию и нет ни какого простого примера который можно было бы самому поковырять и разобраться. На Гигхабе есть готовые сети но, там чёрт ногу сломит, что бы разобраться в сути реализации теории в коде. Данный пример легко портировать на любой другой язык так как код не большой и не перегружен сложным синтаксисом, а там можно уже допиливать как угодно.

[@goodvin8554]

Как обучать если ответ "нейрона" зависит от несколько входных цепей тема не раскрыта. В текущем искусственном примере можно было сразу получить вес разделив ожидаемый результат на число на входе.

[@qts]

@@goodvin8554 Кстати, да. Тоже думал над этим, но решил, что скорее я шизоид, чем автор видео)

[@qts]

@@goodvin8554 Возникает вопрос, как корректировать весы, когда их больше одного. Все сразу корректировать, или какие-то конкретные? Если какие-то конкретные, то по какому принципу их определять.

[@deltaeptat1546]

Ну наконец-то кто-то объяснил мне что такое нейро-сеть без сложных уравнений и непонятных букв! Миша, 12 лет.

[@progerguide372]

Проще и лучше вводных уроков по нейросетям на ютубе не видел. Это видео дало мне толчок к изучению нейросетей

[@sultanbakbergen]

Как всегда, понятно, круто и не скучно!!!! Удачи во всем!! 😁✊

[@gulnaran3740]

Понравилось то, что просто и доступно! так преподнести может человек, который глубоко знает предмет! Спасибо!

[@erghost450]

Лучший канал по программированию, спасибо огромное вам за уроки!

[@hankuphill1398]

Спасибо. Тоже как и многие тут перелопатил целую тьму информации не мог понят что нужно подать на вход. Очень ясно, вопросов не остаётся. Спасибо!

[@AlbertCartel]

Так легко объяснил, особенно что такое веса. Спасибо.

[@harada9230]

Автор, запишите пожалуйста продолжение данной темы. Вы - единственный, кто смог просто и доступно не только объяснить, но и показать, как все работает. Буду рад, если увидите!)

[@Nikolai2033]

Спасибо! Настолько упростить нейросети - это надо додуматься. Я уже посмотрел половину одного плейлиста по нейросетям на английском, там сложно капец, формул с матрицами целая куча, но потихоньку разбираюсь. А здесь хорошо объясняется именно базовый принцип. Предлагаю подробным образом чуть более сложную сеть сделать, хотя бы с 2-3 нейронами в одном скрытом слое.

[@kostya1306]

Крутяк! Я случайно сюда попал. Очень доходчиво! Думаю, я тут найду много интересного ))

[@MrHazur]

Очень интересная тема. С нетерпением, буду ждать продолжения.

[@Vlad-sh5kj]

Снимайте больше про нейросети. Очень интересно + понятно.

[@NabievDev]

просто лучшее, или по крайней мере одно из лучших объяснений не только в СНГ, а и мире. Жду больше серий по нейронке)

[@artlinestudio6735]

Невероятно крутая штука. Спасибо Сергей! Еще бы знать, как объединить несколько нейронов.

[@pavlokopka2349]

Спасибо, отличное обьяснение. Благодара тебе понял как работают эти все нейросети, хотя уже искал информацию гдето год! Ты лучший

[@KameraRitter]

Давай теперь многоуровневую нейронную сеть и рассмотри разные топологии - для полноценной серии по ИИ.

[@uzbekspotter]

Класс, спасибо за труд.

[@bbnowhat]

Из всех просмотренных видео - это самое понятное, спасибо)

[@ДмитрийАлексеев-ж1г]

Огромная благодарность, Сергей!

[@mayboroda]

Два комментария к автору видео: - в методе Train, скорее всего, надо вызывать метод ProcessInputData, а не писать еще раз реализацию метода - я видео слушал и решил сделать сам, так вот, очень важно подчеркнуть, что условие выхода из основного цикла тренировки это когда LastError > (строго больше) Smoothing || когда LastError < (строго меньше) -Smoothing (отрицательного сглаживания). Иначе цикл не закончиться. Я когда написал по памяти долго ждал :) потом пересмотрел и понял, что там минус Видео отличное, Вас приятно слушать.

[@No9GOLEM]

Я тоже попробовал повторить все, только на basic. Не знаю, в чем причина, но параметр Smoothing заработал непредсказуемо. Задал 0.00001 (как и у видео) и в один прекрасный момент значение ошибки застывает на месте, а итерации продолжаются до бесконечности. Нейрон перестает обучаться, а итерации продолжается. Подобрал Smoothing вручную - ввел 0.5 и о чудо! Уже после ВТОРОЙ итерации дало абсолютно правильный результат. Не знаю, в чем причина. Видимо прога, в котой я работаю, что-то химичит с дробными числами.

[@Lammax2012]

Наконец-то я понял. Автор респект!!!

[@Toha_456]

Классное видео! Попробуйте снять урок по созданию более сложной нейросети, например, нейросеть распознающую картинки или нейросеть, которая берёт данные с картинки и распознает на ней число 1 или 0, написанное от руки.

[@DragonOfNemesis]

Очень своевременное видео, я только начал изучать нейронные сети

[@DataScienceGuy]

Изучать нейронки и data science лучше все же с помощью python.

[@DragonOfNemesis]

@@DataScienceGuy я знаю, но учить его пока что нет времени

[@noskov5]

очень просто и доступно обьяснил, я вот не мог понять концепцию весов раньше.Все так просто, спасибо!

[@jasonkonan9023]

Сергей, Спасибо вам большое!

[@vomgame]

Вы лучше всех объяснили. Спасибо за урок!!!!!

[@kazuma_senpai7087]

Просто идеально объяснил простым языком

[@Shady24rus]

ёбнврт, самое толковое и понятно видео о нейросетях что я видел, даже с учетом того что с программированием и сишарпом я на Вы

[@TheMrMadD0g]

Супер! Самое доступное объяснение нейронок.

[@jackbeen1204]

Совсем не знаком с C#, но вы очень хорошо объяснили. Большое спасибо

[@АнтонАнтонов-х5д]

все круто, давай теперь большую сетку и задачу для нее посложнее. Ты лучший кто обьясняет, даже теперь моя бабуля, которая не знала как включить компьютер, после твоих уроков кодит на с＃

[@Bortyk]

Про нейрон прикольно. Давай еще чего, Сергей!

[@swaperman]

Самый лучший и понятный ролик про нейросеть)

[@GanovAlex]

Спасибо, очень хорошо объясняете, интересная и актуальная тематика, будет очень хорошо, если будут дальнейшие видео 👍

[@nawakoff2581]

Жду не дождусь ООП на C#

[@nawakoff2581]

@@medvedvshapke , ну я как раз таки уже довольно хорошо в него вник, в том числе благодаря Метаниту. Хотелось бы просто пересмотреть и повторить с точки зрения подхода автора канала.

[@nawakoff2581]

@@medvedvshapke тут согласен.

[@serjoya1667]

Спасибо за совет посмотреть канал метанит!Очень жаль ,что долго уроки выходят(((

[@serjoya1667]

@@medvedvshapke Спасибо ,я уже и сайт нашел)))

[@xn4pl]

ООП на C# имплементировано уже десятки лет, садись и пиши :)

[@marlenzhantore8218]

Вы гений просто! Спасибо большое

[@BzenkoWeb]

Спасибо большее! Все оказалось намного проще чем я думал.

[@FlynnFromTaiga]

Это очень круто, сразу видно, что автор разобрался.

[@MLZimbo]

Спасибо! Пойду создавать искусственный интеллект и захватывать Мир!

[@LegoBuilderStudio]

Давай больше о ИИ. Это просто невероятно круто👏👏👏👏👏👏👏

[@АлексейКомский]

Это очень крутой ролик!!!

[@nickjonas8257]

Как же круто вы объясняете.

[@alexeyfalcon4138]

у меня IT оргазм, спасибо))))) классно объяснил и тема топ

[@alexweb1786]

Большое спасибо за Ваш труд,очень интересно,пожалуйста продолжайте тему!

[@arturssitdikovs4480]

Очень круто ! Успехов и спасибо

[@avilchinskiistreaming]

Наконец, нормальное практическое объяснение. Огромная просьба продолжить тематику.

[@BeInJavaUkraine]

Странно, но вот никак руки не доходили прочесть обо нейронних сетках, а вот било интересно. Огромное спасибо, очень доходчиво, сразу понял, иногда даже учебники хуже обяснят)

[@RamirBogolubov]

Вывод: чтобы принять решение ставить студенту зачёт или нет, преподавателю нужен всего один нейрон 😁

[@serafimes]

Гениальный пример с препадом

[@tikitak9190]

Просто о сложном! Правильный учитель!!!

[@maksimeagle8620]

Мало понятно , но безумно интересно

[@khrom-h7j]

Спасибо, этот ролик был полезный и интересный.

[@dudenarima2528]

как всегда понятно, приятно и интересно поймет даже ребенок

[@lexacool8640]

Как же годно, спасибо)))

[@Makrantm]

Смотрю, и понимаю, что тут написан пропорциональный регулятор с автоподстройкой))

[@Ivan_by_San]

Вот и мне сразу стало интересно усложнить процесс обучения по ПИД регулятора. Интуитивно кажется что мозг обучается схожим образом!

[@yosipshepard3065]

Замечательный тутор, переписал на C++ этот нейрон:)

[@ЮрийВеселов-м7е]

Я уже представил лицо сотрудника, которому бухгалтер рассчитал зарплату при помощи нейросети..

[@tigmen-panda3770]

Спасибо! Очень люблю твои уроки! Единственное понятное объяснение как это работает на youtube Выпусти, пожалуйста, видос по нейронной сети (из нескольких нейронов) 🙏 И спасибо за видео про звёзды очень понравилось 🤩

[@superc8044]

я благодарен Богу что попал на это видео, сука, несколько лет пытался изучить эти еб*чие нейросети и ни одного нормального урока , практически все видео в инете с кучей воды. спасибо огромное давай еще видосов на эту тему плиз!!!!

[@АнтонСоколов-п1ю]

Классно. Попробую по такому принципу научить нейрон решать судоку. Чтобы он сам пришёл к верному алгоритму. Только вот навскидку, пока, не могу понять какие веса использовать.

[@МагестЛоил]

Это не совсем то, что я искал, но все равно интересно.

[@AlexKor94]

Огромное спасибо за видео! Хотя сам я программирую только в 1с и на JS, Google Apps Script было очень интересно и главное понятно познакомиться с принципом работы искусственного нейрона (нейронных сетей). Однозначно лайк!

[@ssaasshhaa_UA]

супер пояснение, спасибо! Идея - подобное видео, но где два нейрона задействовано, что бы создать простейшую нейросеть, и таким доступным способом показать ее

[@ottoflamel7253]

прекрасно объяснил) хотелось бы курс по нейросетям небольшой

[@merci1ess001]

Спасибо за видео

[@mikkimorfin5406]

Круто👍.Лайк

[@ЛёнькаАрхипов]

Было бы круто послушать, как на картинке найти определенный предмет)

[@comachine]

Очень просто, пример, определение машина или нет, например такие веса - Есть колёса Есть стёкла Есть панорамный люк Колёса, самое важное, стёкла почти также, но люк редко встречается и почти не важен, то есть примерно такие веса можно сделать Есть колёса (10) Есть стёкла (9) Есть панорамный люк (0.1)

[@paulgraf4140]

Хорошее видео! Респект! 👍

[@user-hu9ih3hn8q]

Клас. Трохи не звичний синтаксис C#, але суть викладена дуже доступно і зрозуміло. Дякую)

[@luckyshow8432]

Блэт, я на столько ленивая ж*па, что везде вижу решение в виде if😹

[@techno_blue12]

Ты не ленивый, ты говнокодер)

[@xvostov_k]

Блин чел, ты лучший

[@Anti__Pixel]

спасибо я сделал свою первую нейро-сеть!

[@anonym1548]

Вау, вот это уже интересно и за такое можно стать патроном... Сергей, было бы здорово увидеть более продвинутый урок по нейронкам, например - как на картинке найти определенный предмет. Или, как определять тех же самых котиков. В случае с картинками не понятно что подавать на вход. Наверное нужно ужать исходное изображение и упростить в цветах, а потом подавать на вход пиксели? В любом случае спасибо, получилось очень классное и понятное видео. Пришло общее понимание того, как оно устроено и работает. Хотелось бы вот теперь хотя бы чуть-чуть углубиться и понять более тонкие вещи. Если будут такие уроки, то я с удовольствием стану спонсором, потому что это действительно понятные и ценные знания. Спасибо! Подписался. Лайк поставил, колокольчик жмякнул :)

[@arvuslirster2918]

В картинках используют датасеты, огромные шо пиздец, и которые занимают тучу времени для обучения

[@cancent]

@@arvuslirster2918 времени для обучения реального?

[@alexeygreen4073]

А почему тут кнопка дизлайков активна?Жду продолжения.

[@Гипнотерапевт]

делаем обратную связь на "вес" когда сама нееро сеть может изменять это значение в зависимости от результата или требования к сети-внешних факторов (пример ученик будет работать на должности руководитель можно пренебречь знанием предмета в ползу коммуницирования и посещаемости, или человек будет работать специалистом - ходи не ходил лишь бы знал предмет., внедряем функцию наблюдения "также с обратной связью" и при небольшой удаче поучится ИМИТАЦИЯ ии. самое главное что бы хватило ресурса железа для обучения. спасибо классное видео. также при достаточном везении и материальной базе можно написать вирус по этому принципу (но это пока что миф , а может и нет ))))))

[@Lenny2012S]

Отличное видео. Небольшая рекомендация: в методе Train() лучше вызывать метоод ProcessInputData(), а не повторять код обработки входного сигнала *var actualResult = ProcessInputData(input);*

[@lazycat8462]

Спасибо! всё просто и понятно.

[@Arman82688]

Супер! Спасибо!

[@geraltt1455]

ух очень круто!

[@xvostov_k]

только с тобой смог понять эту тему

[@ivankuzmich4539]

Очень годное видео, спасибо

[@zealot4325]

Отличное объяснение