Le reti neurali esistono dagli anni Cinquanta, ma per mezzo secolo sono rimaste una promessa. Non mancavano le idee: mancava…
Una rete neurale enorme impara bene, una piccola con la stessa struttura fatica. Nel 2019 due ricercatori del MIT hanno…
I manuali dicono che un modello troppo grande fa overfitting e basta. Poi qualcuno ha continuato a ingrandire i modelli…
Un gatto capovolto resta un gatto. Su questa banalità si fonda la data augmentation: trasformare le immagini che già abbiamo…
Addestrare una rete da zero costa dati, tempo e GPU che quasi nessuno ha. Il transfer learning ribalta il problema:…
Stable Diffusion, DALL-E, Midjourney: i generatori di immagini più diffusi funzionano tutti allo stesso modo — imparano a distruggere una…
Due reti neurali che si sfidano: una fabbrica falsi, l'altra li smaschera. Dalla competizione emerge la capacità di generare volti,…
Un autoencoder classico sa solo ricostruire ciò che ha visto. Il variational autoencoder impara invece uno spazio latente continuo e…
Un autoencoder impara a ricostruire i propri input dopo averli fatti passare per una strettoia. Sembra un esercizio inutile, ma…
Le reti ricorrenti semplici dimenticano tutto nel giro di poche parole. LSTM e GRU risolvono il problema con un'idea quasi…
