Wir freuen uns, der Habro-Community unser kühnes Experiment vorstellen zu können: einen Taschenrechner, der auf einem neuronalen Netzwerk basiert. Es funktioniert wie folgt: Ein mathematischer Ausdruck wird in ein Bild umgewandelt und der Eingabe eines Faltungsnetzwerks zugeführt, das ein Bildergebnis erzeugt. Der resultierende Taschenrechner generiert Bilder mit korrekten Antworten, ohne den angegebenen Ausdruck in expliziter Form zu berechnen .

Die Arbeit wurde bereits auf arXiv veröffentlicht und wird heute auf der SIGBOVIK- Konferenz im Audioformat vorgestellt. In diesem Beitrag werden wir Ihnen die Ergebnisse unseres Experiments mitteilen. Motivations- und Implementierungsdetails sind ebenfalls unter dem Schnitt.

Einführung

- (Generative Adversarial Networks, GANs) , . , .

, adversarial- (GAN). .

. https://yandex.ru/lab/calc_tfjs. , . TensorFlow.js. , , .

. ( ) . , , . , , .

: a — 1920-, b — 1980-, — Windows 3.x, d — , e — .

1920- (. . a) . . , 10 , .

, . , (. . b), . , . , , . . : « . . , , ».

- . , , , .

( ) , 60 , , . , . ( . ): , , .

? . ? , . — , -. — (. . d). , , , (, , ).

, . (. e) — .

. , .

, (, 5 + 2) (, 7). . , MNIST.

UNet- , -. , skip-connections -. UNet. .

, , L1. - MNIST, , MNIST. , GAN perceptual. VGG, MNIST.

. , .

, , . –99 99 . , .

. , , . .

:

, . SIGBOVIK. , , ().

, , . , : , . . , , .

, , . , , . , , . .

, . , . .