我们很高兴向habro社区展示我们的大胆实验：一个基于神经网络的计算器。它的工作原理如下：将数学表达式转换为图像，然后输入到生成图像结果的卷积神经网络的输入中。结果计算器将生成正确答案的图像，而无需以显式形式计算给定表达式。

该作品已在arXiv上发布，并将于今天在SIGBOVIK会议上以音频格式呈现。在这篇文章中，我们将与您分享我们的实验结果。动机和实施细节也被削减。

介绍

- (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. , , ().

, , . , : , . . , , .

, , . , , . , , . .

, . , . .