Амальгама |
Привет, Гость! Войдите или зарегистрируйтесь.
Вы здесь » Амальгама » Reductor Sapiens » Вопрос по нейронным сетям
Могу разобрать TRIE метод и реализацию на стандартном компе.
Извольте уже!
А то тут народ в непонятках: СЛАУ, эволюция динозавров, мышление мозгом, игра "Жизнь", интегрирующая кошка, кулачки vs редуктор, фотографии с Плутона, как-то это все не вяжется в единую теорию всего... 
главное понять ,что он подумал про то что я подумал
ведь он мог подумать бог знать чо
а может как раз в точку !!!
"Поручик Бобетинский учил денщика катехизису,
и тот без запинки отвечал на самые удивительные,
оторванные от всего вопросы:
- "Почему сие важно в-третьих?"
- "Сие, в-третьих, не важно",
или:
- "Какого мнения о сем святая церковь?"
- "Святая церковь о сем умалчивает"...
(с) А. И. Куприн "Поединок"
Отредактировано Лукомор (2016-07-01 19:28:33)
прин "Поединок"
блинн
этой книжке в моих руках 55 лет
и не разу не читал
стыдно ужасно
блинн
этой книжке в моих руках 55 лет
и не разу не читал
стыдно ужасно
Книгу можно считать сигналом (по Шарперу), видимо сигнал до тебя не дошел, и вся информация, до се, хранится в сигнале...
жырный такой сигнал
уёмистый
тычится в темя
не лезет
типа бунина
Извольте уже!
В пятый раз начинаю - форум глючит.
Итак. В компьютерах неймановской арзитектуры используется удобьная для физической реализации битов двоичная система счисления. Размер памяти определяется максимальным двомчным числом физическим адресом размещаемым в машинном слове. Собственно это и есть основа неймановской архитектуры - единая память для данных и программы.
И все бы хорошо с этим, за исключением того, что просто так в голом виде данные в память не поместишь. А поместив, обретешь неиллюзорный гимор с их поиском, когда надо либо тупо лопатить всю память, либо обвязывать данные структурой и помещать в некий контейнер со ссылками, облегчающими этот поиск. Или вычислять извращенным способом контекстно связанный с даными максимально уникальный хеш-индекс.
А я подумал, а почему бы не использовать сами структуры в качестве носителя для записи данных, игнорируя традиционный способ их битовоо представления. Ну и придумал инверсный способ.
Каждый четный адрес памяти считается битом со значением нуль, а нечетный - единица. А вот их последовательность связывается адресами, причем указатель может прыгнуть на большое расстояние без какого либо ущерба.
Ну и получается, что все идентичные последовательности укладываются точненько одна на другую и копии не занимают места. Так что в памяти хранятся только строго уникальные участки, а поиск всегда начинается сначала с 0 или 1 и происходит со скоростью ввода.
Очень это напоминает кинематическую диаграмму коробки подач, но не суть важно.
Так вот, как оказалось, способ изобретен в 60-х, но почему-то сейчас используется не в инверсном виде, а для связи стандартных контейнеров в списки. Не знаю почему.
Это разберем и двинем дальше
В пятый раз начинаю - форум глючит.
Аккуратнее надо!
На шестой раз так без форума останемся на!
В компьютерах неймановской арзитектуры используется удобьная для физической реализации битов двоичная система счисления.
Попутный вопрос: Какая система счисления используется в компьютерах шарперовской архитектуры?!
Троичная?!
Размер памяти определяется максимальным двомчным числом физическим адресом размещаемым в машинном слове.
И в догонку, : Чем определяется размер памяти в компьютерах с шарперовской архитектурой.
Она резиновая?!
Собственно это и есть основа неймановской архитектуры - единая память для данных и программы.
В компьютере шарперовской архитектуры данные хранятся в памяти, а программы в эклере?!
Попутный вопрос: Какая система счисления используется в компьютерах шарперовской архитектуры?!
Во-первых стандартной неймановской, во-вторых совершенно та же двоичка в инверсном представлении, когда значение бита предствлено его четной или нечетной позицией в памяти. В самой же памяти только последовательность связанных адресов.
И в догонку, : Чем определяется размер памяти в компьютерах с шарперовской архитектурой.
Стандартная архитектура. Чем больше память, тем лучше. Можешь использовать оверлеи на внешних носителях.
Во-первых стандартной неймановской, во-вторых совершенно та же двоичка в инверсном представлении
Стандартная архитектура.
А если нет разницы, то зачем платить больше то из-за чего весь этот шум?!
в инверсном представлении, когда значение бита предствлено его четной или нечетной позицией в памяти. В самой же памяти только последовательность связанных адресов.
Адреса же тоже из битов состоят, и как их записать в память (биты значения адреса), если значение бита представлено его позицией в памяти?!
Адреса же тоже из битов состоят, и как их записать в память (биты значения адреса), если значение бита представлено его позицией в памяти?!
Терпеливо и сначала
В стандартном виде данные обвязываются ссылочной структурой. А Trie метод позоляет саму структуру использовать в качестве данных. В стандартной записи данные так или иначе требуется искать в памяти, в инверсном сами данные используются как составной адрес. Повторяющихся дубликатов в памяти нет. Хранятся только уникальные значения
Хранятся только уникальные значения
А зачем их хранить?!
В стандартном виде данные обвязываются ссылочной структурой. А Trie метод позоляет саму структуру использовать в качестве данных.
зато нам нужно обвязывать ссылками саму структуру, чтобы от одного бита данных перейти к следующему, который не в следующей ячейке памяти, а хирен знает гиде...
слушай
тут истина
записать бы надо ....
был бог - это ссылочная структура
создал по образу и подобию человека - инверсия из глины ,воткнув палец
тот же бог , но без ссылок
что же далее ?
далее ОБРАТНАЯ ИНВЕРСИЯ !!!!
из ребра
в обратную к ссылкам !!
но
БЕЗ СТРУКТУРЫ ВООБЩЕ
А зачем их хранить?!
Ну вот ты зачем помнишь всякоэ? Даже эклер не справляется. Опыт регистрируешь.
Адреса же тоже из битов состоят, и как их записать в память (биты значения адреса), если значение бита представлено его позицией в памяти?!
Опять фигней страдать намереваемся? Что это вообще за вопрос? Как писали биты в память, так и пишем, но только биты адресов (ссылок), а биты данных не пишем вообще. Мы просто указываем место, соответствующее - 0 или 1
зато нам нужно обвязывать ссылками саму структуру, чтобы от одного бита данных перейти к следующему, который не в следующей ячейке памяти, а хирен знает гиде...
А куда деваться? Зато поиск данных со скоростью ввода и прыжки в "хрен знает куда" в нашем случае плюс, поскольку в традиционном виде либо лопатил бы всю память, либо изощрядся с хешами.
Как писали биты в память, так и пишем, но только биты адресов (ссылок), а биты данных не пишем вообще. Мы просто указываем место, соответствующее - 0 или 1
То-есть вместо каждого одного бита данных пишем кучу битов адреса этого одного бита?!
А куда деваться? Зато поиск данных со скоростью ввода и прыжки в "хрен знает куда" в нашем случае плюс, поскольку в традиционном виде либо лопатил бы всю память, либо изощрядся с хешами.
То-есть, граблить всю память, вместо того чтобы лопатить?!
Это я про скачки в "хрен знает куда"...
То-есть вместо каждого одного бита данных пишем кучу битов адреса этого одного бита?!
Да. Под реализацию одного бита тратим два машинных слова и получаем аховое быстродействие поиска. При этом память не забивается дубликатами.
Это я про скачки в "хрен знает куда"...
Да они и в стандартных методах есть
Да. Под реализацию одного бита тратим два машинных слова и получаем аховое быстродействие поиска. При этом память не забивается дубликатами.
И это под каждый бит данных по четыре байта памяти?!
Да они и в стандартных методах есть
В чем разница?!
Там есть и тут есть...
И это под каждый бит данных по четыре байта памяти?!
Зато без дубликатов и затрат на поиск
В чем разница?!
Поиск со скоростью ввода, вернее прямой ассоциативный доступ по значению.
То-есть вместо каждого одного бита данных пишем кучу битов адреса этого одного бита?!
Вообще, есть и такое. Но основной порок хранения и обработки данных в современных компьютерных программах это тип переменных.
Например, в Java short — это знаковый 16-битовый тип. Это наиболее редко используемый в Java тип. Его диапазон — от -32768 до 32767. Обычно для задания целых используют int . Это тип int служит для представления 32-битных целых чисел со знаком. Диапазон допустимых для этого типа значений — от -2147483648 до 2147483647. Ну и далее для чисел и строковых данных такая же хрень. Под каждый тип отводятся столько-то бит.
Но вот, если в вычислении переменная реально принимает значения от 10000 до 2000000, на хера столько бит ей отводить.
При большинстве обычных задач пох, это но вот когда имеешь делос большой нейросетью не пох.
Выход избавиться от типа переменных в принципе, просто, обозвал её и все. Многие программы имеющие дело со сложными и объемными вычислениями, например, та же самая "Mathematica", которой я пользуюсь так и поступает, в ней реализованы алгоритмы прекомпиляция, то есть машина прикидывает приблизительно величины переменных, из вида применяемых функций это уже можно вполне, человек тоже видит примерно порядок результатов большинства своих формул. То есть машина думает примерно как чел и не юзает лишнюю память. Потому вычисления сокращаются по времени. Это по сути и есть реализация адаптивного резонанса для практических задач.
Ещё лучше если машина сразу берется не фон Неймана, а со слоями распознавания и сравнения. Тогда адаптивный резонанс почти не надо алгоритмизировать в прекомпиляцию.
Эрик
Весь этот адаптивный резонанс сильно занаученное описание проблемы распознования похожего, но не идентичного, поскольку идентичное сравнивается просто. Совсем не просто оно отыскивается в памяти, среди множества вообще неплхожих объектов. А все потому, что парадигма неудачная.
Я же пользую "цветок Плейшнера", как закономерный модулятор отраженного сигнала-носителя. И в моей схеме он (сигнал) не столько объект распознавания, сколько управляющий. Для задачи классификации (и различения) похожих сигналов, требуется, чтобы все они укладывались в классификационную трубку траекторий, трубки в пучки, а пучки в подсетки, сложность которых может обеспечить любую сложность поведения в качестве реакции на известное (ранее зарегистрированное) воздействие или сигнал. А, поскольку, этот сигнал по сути управляет реакцией, реализация упрощается. Вот поэтому у меня много неудобных вопросов нейросетевикам.
Где и в чем используешь? В мечтах и фантазиях, в не ясных и туманных концептах, которые изложить трудно, но они кажутся тебе такими привлекательными и родными... и даже понятными... просто мы дураки не воспринимаем их.
Это все используют для тех же целей, потому что и такие образы строятся по тому же принципу.
А то что изложено в посте посте и есть сильно разнаученное и приблизителное изложение принциповадаптивного резонанса, разнаученное потому малоубобоваримое для понимания, потому что цель науки делать сложные вещи простыми и понятными, чем более занаучено, тем проще и понятнее.
А у тебя дорогой, Шарпер, все разнаучено, но ты пользуешься иногда терминологией, например, термином "механика" который тебе не понятен, но у тебя о нем свои разнаученные представления, они малопонятны нам всем, но когда докапываемся до научной сути большиства твоих заморочек, она оказывается простой и ясной, там пустое множество, как правило, иногда что-то возникает поинтереснее, но оно совсем смутное и оно настлько разнаучено, что непонятно, вообще, о чем речь.
Давай лучше поговорим о практическом применении и пользе резонанса в механике, например, в механике жидких сред.
Многие программы имеющие дело со сложными и объемными вычислениями, например, та же самая "Mathematica"
А то что изложено в посте посте и есть сильно разнаученное и приблизителное изложение принциповадаптивного резонанса, разнаученное потому малоубобоваримое для понимания, потому что цель науки делать сложные вещи простыми и понятными, чем более занаучено, тем проще и понятнее.
Ну, я не виноват, что мало кто понимает неформализованный язык механики. Никогда в жизни обычную сепарацию с сортировкой я не назову адаптивным резонансом. Просто с моей точки зрения это хохма, типа масштаба в вейвлетах, определенного как обратная величина к частоте. Любой механик пошлет такого учОного нахрен, поскольку это тот же период, а весь фокус в предварительной сортировке. Правда в этой интерпретации, от научности вейвлетов не остается ни шиша, но это проблемы не механиков.
Где и в чем используешь? В мечтах и фантазиях, в не ясных и туманных концептах>>
Для особо упрямых, которые имеют априорное мнение не знакомясь с историей вопроса. Мы в 2010-м 2011-м делали прогу способную распознавать смысловое содержание текста. Ну, Вы знаете, что смысл есть значение, инвариантное к множеству его изложений. Или не знаете?
Вот там и использовали входную последовательность в качестве управляющей, в соответствии с нашей парадигмой, в которой обучение есть ни что иное, как выработка последовательноси действий, как реакции на воздействующую последовательеность их соображения что она и есть управляющая. Если Вы хоть где-то у ИИшников найдете хоть что-то похожее, я бы очень был рад услышать. Но фишка в том, что это исключительно наша изобретуха. А ИИшники продолжают глючить с резонансами.
Ну и я не могу в одиночку заменить МИТ
ы пользуешься иногда терминологией, например, термином "механика" который тебе не понятен>>
Бгг... Один раз меня уже проверяли. Спросите NVS. Кончилось тем, что я на спор спроектировал механизм эквивалентный клеточному автомату, но не использующему логику. Так что извините, я не стану спорить с Вами и доказывать, что это именно Вы, а не я не понимаете механику в контексте моей специальности - механообработки, сборки, измерений и задачи автоматизации, что очевидно из Вашей неуклюжей попытки перевести разговор на поле механики жидких сред. Виноват, но это научная ограниченность считать механикой только ее чисто теоретичекие дисциплины. Если уж что-то есть похожее в физике, то только КМ с ее реализуемостью вероятных альтернатив. Так что давайте лучше продолжим на уровне практических применений, но не в области жидких сред, а в области различения смыслового значения в задаче понимания естественного языка.
Вы здесь » Амальгама » Reductor Sapiens » Вопрос по нейронным сетям
