Nos complace presentar nuestro audaz experimento a la comunidad de habro: una calculadora basada en una red neuronal. Funciona de la siguiente manera: una expresión matemática se convierte en una imagen y se alimenta a la entrada de una red neuronal convolucional que genera un resultado de imagen. La calculadora resultante genera imágenes de respuestas correctas sin calcular la expresión dada en forma explícita .

El trabajo ya ha sido publicado en arXiv y se presentará hoy en la conferencia SIGBOVIK en formato de audio. En esta publicación compartiremos con usted los resultados de nuestro experimento. Los detalles de la motivación y la implementación también están bajo el corte.

Introducción

- (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. , , ().

, , . , : , . . , , .

, , . , , . , , . .

, . , . .