Что значит «количество параметров модели»?

Это число подбираемых весов в сети. У небольших моделей это десятки или сотни тысяч, у крупных языковых моделей — сотни миллиардов и больше. Чем больше параметров, тем выше потенциальная гибкость модели, но и тем дороже её обучение и эксплуатация.

Искусственный интеллектМодельОсновы ИИ

Нейронная сеть

Математическая модель из связанных «нейронов», в которой каждое соединение имеет вес, подбираемый во время обучения.

КРАТКО

Нейронная сеть — это математическая конструкция, отдалённо вдохновлённая работой мозга. Она состоит из слоёв «нейронов», каждый из которых принимает сигнал, домножает на веса и передаёт дальше. Сами веса подбираются во время обучения так, чтобы сеть давала правильные ответы на обучающих примерах. Современные нейросети могут содержать миллиарды таких весов.

СИНОНИМЫ:нейронная сетьнейросетьискусственная нейронная сетьneural network

Слово «нейронная» в нейронной сети — историческая метафора. С настоящими нейронами мозга у этих моделей мало общего: это просто удобная вычислительная структура, на которой хорошо работает обучение.

Из чего состоит

Слои нейронов — входной, несколько скрытых, выходной.
Веса связей — числа, которые подбираются во время обучения.
Функция активации — нелинейность, без которой сеть была бы просто линейной формулой.
Функция потерь — измеряет, насколько ответ сети далёк от правильного.

Как учится

Сеть видит пример, делает предсказание, получает значение функции потерь и корректирует веса с помощью метода обратного распространения ошибки. Этот цикл повторяется миллионы раз на огромных наборах данных.

КОГДА ПРИМЕНЯТЬ

Данные сложные: изображения, текст, звук, временные ряды
Простые модели исчерпали себя
Есть достаточно данных и вычислительных ресурсов

КОГДА НЕ СТОИТ

Небольшая таблица с понятными признаками — часто хватит логистической регрессии или градиентного бустинга
Нужно объяснить каждое решение в терминах входных данных — нейросети плохо поддаются объяснению

ПРИМЕР

Свёрточная нейросеть рассматривает картинку слоями: первые слои находят простые линии и края, средние — детали вроде глаз и колёс, последние — целые объекты. На выходе сеть выдаёт распределение вероятностей: «это кот с вероятностью 0,92, собака — 0,06, всё остальное — 0,02».

КАК ИСПОЛЬЗОВАТЬ В SHTAB

Если только начинаете, берите готовые библиотеки — PyTorch, TensorFlow, JAX — и предобученные модели из открытых репозиториев. Свою сеть с нуля имеет смысл писать только для исследований или для нестандартных задач, под которые нет готовых решений.

Попробовать бесплатно

Вопросы про «Нейронная сеть»

Нет, это очень упрощённая математическая модель, вдохновлённая мозгом, но не повторяющая его. Реальные биологические нейроны устроены гораздо сложнее, и большинство архитектур современных нейросетей не похожи на устройство мозга.

Ещё из «Искусственный интеллект»

Вся категория →

MCP (Model Context Protocol, протокол контекста модели)

Открытый протокол, по которому языковые модели и агенты единообразно подключаются к внешним инструментам, данным и сервисам.

MLOps (эксплуатация ML-моделей)

Практики и инструменты для разработки, выкатки и эксплуатации моделей машинного обучения и ИИ в боевой среде — аналог DevOps для машинного обучения.

RAG (поиск с дополнением генерации)

Подход, при котором перед ответом языковая модель ищет подходящие документы в базе знаний и использует их как контекст.

Применяйте термины на практике

База знаний, задачи и цели — в одном сервисе. Бесплатно — без лимита по числу людей.

Попробовать бесплатно Все термины