данные для проверки нейросетей

поиск в гугле, тьма советчиком типа last.fm и прочая мудота.

Материалов полно. Я вот уже год пытаюсь научить нейросеть масштабировать вверх изображения. Причём, изображения, где реально возможно улучшить масштабирование - мультфильмы. В частности, симпсонов загонял туда. Пришлось использовать оконную функцию, но результата, лучшего, чем обычное масштабирование, не добился. Это связано с тем, что я юзал Java, симуляция на которой тормозила уже после 100 нейронов.

Хочу хардовую нейросеть. =)

Xilinx Zynq спешит тебе на помощь, борды годные пошли.
Ну либо поддержи отечественного производителя - добудь NeuroMatrix - он для этого и создан был: http://www.module.ru/ruproducts/proc/nmc3_ru.shtml

Xilinx Zynq спешит тебе на помощь, борды годные пошли.

Хм. Посмотрел на их сайте информацию. Разве оно будет быстрее пары современных карточек NVIDIA? Мне же нужна масса параллельных вычислений.

Вот если бы кто на мемристорах построил живую нейросеть, которую можно было бы свободно заказать в интернете, тогда да, оно бы стоило вложений.

Это ты про цинки или про нейроматрикс? первое - это FPGA, хотя забей туда хардварно сеть. Второе - проц который заточен под эту задачу.

Про Zynq. Всё ясно, знач я не распарсил, думал, это просто процессор. С программируемой логикой я вообще не работал, надо посмотреть, чего оно может.

В любых. В частности можешь фильтровать по областям где есть рассчётные эксперименты.

Прогноз погоды.

Прогноз погоды.

Данные тяжело собирать. Я пробовал снимать данные с 3 станций неподалёку. Корреляция температуры была порядка 60-70%, это очень мало. Для качественного прогноза погоды нужно куда больше точек сбора информации.

Один из самых забавных вариантов применения нейросетей и генетических алгоритмов, который я видел:

http://www.gamedev.ru/flame/forum/?id=75030&page=45#m663

Может не совсем в тему, извиняюсь.

http://archive.ics.uci.edu/ml/datasets.html тут все, что нужно

Подскажи, а в каких еще областях, кроме всякой биологии/генетики, есть сопоставимое количество экспериментального материала?

Физика, Data mining.

Ну можно попробовать сеть в игру какуюнить играть. В футбол например.

Ага, очень интересная область. Только тут надо думать, на каких положительных и отрицательных стимулах учить. В футболе это может быть, например, гол или отбор мяча.

Не по теме вопросец: а ссылочками на литературку по НС не кинете?

На самом деле в игре уровня футбола и хоккея стимулов гораздо больше.
Например, освободить своего игрока от опеки (перетащить на себя) и удачно отдать пас свободному игроку.
Создать местное численное преимущество
Создать жесткое перекрытие зон
...
Да всего не перечислить. Можно постепенно учить индивидуальной командной игре.

Дваждую реквест.

http://www.kodges.ru/21209-nejjronnye-seti.-polnyjj-kurs.html

На самом деле в игре уровня футбола и хоккея стимулов гораздо больше

Это всё хорошо, но нужно чётко понимать, что у нас нет сетей из миллионов нейронов, потому слишком большой набор стимулов они просто не смогут обработать нормально.

Вообще, я как-то учил сеть играть в Toribash. Делал две сети, бьющиеся друг с другом. Через сутки тренировок она уже меня обыгрывала.

У нас на лабах прогнозировали финансовые котировки.

в каких еще областях

В журнале «Нейрокомпьютеры: разработка, применение» есть примеры, литература и другая полезная информация.

Я на заре своей программерской деятельности написал программу игры в очко. Выиграть у нее не мог. :)

эх, где бы его найти в электронном виде? в местных библиотеках нет, а подписка на год стоит около 22 тыр...

в местных библиотеках нет

Я в таких случаях пользовался МБА. Но должен быть договор между местной библиотекой-абонентом и МБА.

Плюсую

Хочу хардовую нейросеть. =)

А не будет ли достаточно нескольких (или даже одного) хороших GPU?

В футбол малореалистично, ибо риалтайм (тем более, что одна нейросеть должна рулить не игроком, а всей командой, иначе никакого толка не будет).

А не будет ли достаточно нескольких (или даже одного) хороших GPU?

Возможно. Но это пока будет достаточно. А если я захочу туда целиком загонять картинки 800x600? Хардовая нейросеть даже не заметит разницы (в силу асинхронной природы), а GPU подавятся.