Nous sommes heureux de présenter notre expérience audacieuse à l'habro-communauté: une calculatrice basée sur un réseau de neurones. Il fonctionne comme suit: une expression mathématique est convertie en image et alimentée à l'entrée d'un réseau neuronal convolutionnel qui génère un résultat d'image. La calculatrice résultante génère des images de réponses correctes sans calculer l'expression donnée sous forme explicite .

Le travail a déjà été publié sur arXiv et sera présenté aujourd'hui à la conférence SIGBOVIK en format audio. Dans cet article, nous partagerons avec vous les résultats de notre expérience. Les détails de la motivation et de la mise en œuvre sont également sous la coupe.

introduction

- (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. , , ().

, , . , : , . . , , .

, , . , , . , , . .

, . , . .