Какие нейросети выбрать под данные типы задач?

#нейронные_сети #искусственный_интеллект

Пытаюсь как-то уложить все в голове, интересует какие сети лучше подойдут для задач
и почему

Знаю, некоторые задачи решаются вовсе не сетями, но легче сказать конечную цель,
чем абстрактно описывать сеть, которую я бы хотел найти

Допустим, задачи такие:


Распознавание голоса
Обучение музыкальному вкусу и поиск похожих песен
Контроль температуры инерционной системы (нужно очень быстрое обучение прям в процессе,
иначе что-то может перегреется или переохладится)
Распознавание графиков (допустим, спектра)
Научить узнавать человека с камеры по одному его фото

    

Ответы

Ответ 1

Существует несколько основных типов нейронный сетей которые используются для решения
некоторых типов задач. Очень и очень кратко:

FFNN Сеть прямого распространения - самая простая и в основном используется для анализа
данных в которых можно выявить повторяющийся паттерн.

RNN Рекурентная нейронная сеть - сеть которая делает вывод основываясь не только
на настоящих данных но и на прошедших. Используется там где важно учитивать влияние
нескольких факторов.

LSTM Сеть с длинной и короткой памятью - подвид рекурентных сетей, но в отличии от
обычной рекурентной сети может запоминать данные на долгий период иными словами понимать
контекст.

CNN Сверточная нейронная сеть - НС которая обрабатывает данные с помощью фильтров
и сети прямого распространения.

Отвечая на Ваш вопрос:

1 и 2 - LSTM. Все что связанно с обработкой речи и анализом текста нуждается в контексте,
также по умолчанию предложение это последовательная расстановка слов которые связанны
друг с другом по смыслу.

3 - FFNN. Не совсем понял суть но если логика заключается в том чтобы в заисимости
от набора факторов выставлять температуру то сеть прямого распространения подойдет
лучше всего.

4 - Либо FFNN либо RNN в зависимости от сложности и "предсказуемости" графика.

5 - CNN. Все что связанно с распознавание обьектов и анализом фото или видео, всегда
используется сверточная нейронная сеть.