НейроСеть NeuroNet

нейросеть может менять лица актёров 

нейросеть сон 

нейросети в шахматы никакие открытия не сделали 

нейросети веса интеграл 

нейросеть дедукция 

нейросети превратились в развлечение 

нейросеть ежесекундно генерировать может и музыку и изображения 

форум читая ответы представляйте: ответы сгенерировала нейросеть

книга обложку нарисует нейросеть 

анекдоты может сочинять нейросеть

компьютер интерфейс командная строка общение с нейросетями 

сон генерирует нейросеть естественная 

форум обман называют свою информацию якобы создала нейросеть 

форум обманывают якобы придумала нейросеть 
зато в реальности ввели задание применив ключевые слова 
или подделали стиль нейросети 

форум всегда возможно заявить: текст создала нейросеть 

видео улучшенное в 4 раза нейросетью может показываться рывками хуже 

соблазн назвать любой алгоритм нейросеть хоть физический движок хоть сортировку 

нейросеть текст сочиняя в конце начало забывает быстро 

нейросеть анимация нужно единственное фото 

нейросеть возможно создать из сочинений своих и чужих 
например используя полное собрание сочинений или энциклопедию 
или сборники статей или книги с текстами электронных библиотек

нейросеть интонации текстов задаёт искусственные фальшивые 

нейросеть вашу работу может ли заменить понимать 

нейросеть на вопрос мол нужны 25000 квантовых случайных 
ответила: двадцать пять тысяч квантовых случайных 

нейросеть создаёт интеграаль интиграаль 

нейросеть дата обновления спросить кто надавно избранный правитель 

нейросеть формулирует мысли грамотно обтекаемо 
поможет если обратившийся неграмотный пишет грамотным 
например обращается к начальству или в администрацию 

нейросеть присвоит себе авторство если введёте ваше творчество 

нейросеть похожа на 1-й попавшийся ответ в интернете 

нейросеть изучив книги прошлого должна придумать формулы и законы 

нейросеть может решать задачи логические и уравнения 

нейросеть появилась после изобретения на нейросеть не подумают 

нейросеть порядок слов важен зато поиск порядок слов не важен 

нейросеть и квантовые вычисления могут читать скрытые сайты 

нейросеть как библиотекарь выдающий книги о цели не спрашивая 

нейросеть пишет ответ по словам медленно 

нейросеть диалог показывать на форуме спрашивать на языке форума 

нейросеть на каждый запрос про заболевание выдаст новый рецепт 

нейросеть спрашивать 2 нейросети и каждую спрашивать 2-жды минимум 

нейросеть может отвечать как знаменитость и вести диалоги между знаменитостями 

нейросети известны с 1990-х годов 

нейросеть картинки формат пнг без искажения 

нейросеть отвечает и вопросы не задаёт 

нейросеть генерирует статьи про нейросети 

нейросеть в кино заменит лицо любого актёра на лицо другого актёра 

нейросеть может пересказывать текст файла по ссылке или закачанного 

нейросеть объяснение программирование непонимающим 
вместо обычных формул и алгоритмов якобы искусственный интеллект

нейросеть отвечает на вопросы что для интернета не естественно 
и быстро надоест 

нейросеть архс домашняя без интернета на основе тысяч документов 

нейросеть минимальная чат бот магазина и банка 

нейросеть использует готовое чужое и должны быть претензии авторов 
используемых нейросетью данных

нейросеть выглядит как слишком грамотное сообщение ни о чём 

нейросеть и компьютер создав все варианты мелодий 
лишит композиторов авторских прав 

нейросеть обесценила учёных новых мол придумал искусственный интеллект  

нейросеть обяжут исключить работы учёных соблюдая приоритет 

нейросеть общаться осторожно чтобы во время само обучения 
искусственный интеллект вашу информацию новейшую не присвоил 

нейросеть пишет слова и фразы на языке современном 

нейросеть помогает как программа подсказывающая орфографию 

нейросеть генеративная дегенеративная 

нейросеть сообщит величину и размерность известную ничего не придумав 
хотя нейросеть могла бы заменить плотность на соотношение массы и объёма 
и сразу новые размерности тоже готовые на соответствующем языке 

нейросеть сравнивая несколько логических условий 
обычно отвечает мол все правильные или все не правильные 

нейросеть библиотека и нейросеть интернет и нейросеть форум 

нейросеть может улучшать кадры видео и старых фильмов 

Нейросети 

1) Персептрон - это простая модель нейронной сети, 
используемая в задачах классификации. 
Cостоит из 1 или нескольких выходных узлов и слоя нейронов, 
соединяющих их. Персептрон может использоваться для решения задач, 
таких как определение, является ли входной образ человеком или машиной, 
или для классификации изображений.

2) Полносвязная нейросеть, прямая нейронная сеть, является наиболее простой 
формой нейросети. Cостоит из нескольких слоев нейронов, 
каждый из которых полностью соединен с каждым нейроном в следующем слое. 
Такие НС широко используются в задачах классификации и прогнозирования, 
например, в распознавании рукописного текста 
или в прогнозировании финансовых рынков.

3) Сверточная НС является одной из наиболее распространенных форм нейросетей. 
Особенно эффективна в задачах, связанных с обработкой изображений и видео. 
Сверточные нейронные сети содержат несколько слоев, 
в каждом из которых производится фильтрация входных данных 
с помощью ядер свертки.Следующий слой обрабатывает выходные данные 
предыдущего слоя и преобразует их в более высокоуровневые признаки. 
Сверточные нейронные сети используются в различных областях, 
включая автомобильную промышленность, медицину и робототехнику. 
Дают более высокие результаты, чем более простые модели, такие как персептрон.

4) Рекуррентная нейронная сеть, также известная как RNN, 
используется в задачах, связанных с обработкой последовательных данных, 
таких как текстовые данные и аудио-сигналы.
В отличие от полносвязных и сверточных нейронных сетей, 
RNN имеет способность сохранять внутреннее состояние, 
что позволяет использовать информацию о предыдущих входных данных 
для обработки последующих. Это делает RNN особенно полезными 
для задач машинного перевода, генерации текста.

5) Глубокая нейронная сеть (Deep Neural Network, DNN) 
является более сложной формой нейросети, состоящей из множества слоев. 
Глубокие нейронные сети могут иметь десятки или даже сотни слоев, 
что требует больших вычислительных мощностей и больших объемов данных 
для обучения. Глубокие нейронные сети используются во многих областях, 
таких как обработка изображений, распознавание речи и генерация текста. 
Например, они могут использоваться для создания систем распознавания лиц 
или автоматического перевода языков. Большая часть современных результатов 
в машинном обучении получена именно с помощью глубоких нейронных сетей 
 

Neural network NeuroNet

neural network can change actors' faces

neural network sleep

neural networks have not made any discoveries in chess

neural networks of weight integral

neural network deduction

neural networks have turned into entertainment

neural network can generate music and images every second

forum reading answers imagine: answers were generated by a neural network

book cover will be drawn by a neural network

neural network can compose jokes

computer interface command line communication with neural networks

sleep is generated by a natural neural network

forum is a deception they call their information allegedly created by a neural network

forum is being deceived allegedly invented by a neural
network but in reality they introduced a task using keywords
or forged a neural network style

forum is always possible to declare: text was created by a neural network

video improved by 4 times by a neural network can be shown jerkily worse

temptation is to name any algorithm neural network even a physics engine even sorting

neural network composing a text at end forgets beginning quickly

neural network animation you need a single photo

it is possible to create a neural network from writings of your own and others
for example using complete works or an encyclopedia
or collections of articles or books with texts of electronic libraries

neural network of intonation of texts sets artificial fake

can neural network replace your work?

neural network answered question that 25 000 quantum random
ones were needed: twenty-five thousand quantum random ones

neural network creates an integral intigraal

neural network update date ask who is newly elected ruler

neural network formulates thoughts competently it will
help if illiterate who applied writes to literate
for example appeals to authorities or to administration

neural network will assign authorship to itself if you enter your creativity

neural network is similar to 1st answer found on Internet

neural network having studied books of past must come up with formulas and laws

neural network can solve logical problems and equations

neural network appeared after invention on neural network will not think

neural network word order is important but search word order is not important

neural network and quantum computing can read hidden sites

neural network is like a librarian giving out books about a goal without asking

neural network writes answer according to words slowly

neural network dialog show on forum ask in forum language

neural network will issue a new prescription for each request about disease

neural network ask 2 neural networks and ask each 2-zhdy minimum

neural network can respond like a celebrity and conduct dialogues between celebrities

neural networks have been known since 1990s

neural network images png format without distortion

neural network answers and does not ask questions

neural network generates articles about neural networks

neural network in a movie will replace face of any actor with face of another actor

neural network can retell text of a file by link or uploaded

neural network explanation programming incomprehensible
instead of usual formulas and algorithms supposedly artificial intelligence

neural network answers questions that are not natural for Internet
and will quickly get bored

archs home neural network without internet based on thousands of documents

neural network is minimal chat bot of store and bank

neural network uses someone else's ready-made and there should be claims of authors
of data used by neural network

neural network looks like a too competent message about nothing

neural network and computer having created all variants of melodies
will deprive composers of copyright

neural network has devalued new scientists they say artificial intelligence came up with

neural network will be obliged to exclude work of scientists observing priority

neural network communicate carefully so that during self-learning
artificial intelligence has not appropriated your latest information

neural network writes words and phrases in a modern language

neural network helps as a program that prompts spelling

generative degenerative neural network

neural network will report magnitude and dimension known without inventing anything
although a neural network could replace density with a mass-volume ratio
and immediately new dimensions are also ready in appropriate language

neural network comparing several logical conditions
usually responds saying that all are correct or all are not correct

neural network library and neural network internet and neural network forum

neural network can improve video frames and old movies

1) Perceptron is a simple neural network model
used in classification tasks.
It consists of 1 or more output nodes and a layer of neurons
connecting them. Perceptron can be used to solve problems 
such as determining whether input image is a person or a machine 
or for classifying images.

2) A fully connected neural network a direct neural network is simplest
form of a neural network. It consists of several layers of neurons 
each of which is fully connected to each neuron in next layer.
Such NS are widely used in classification and forecasting tasks 
for example in handwriting recognition
or in forecasting financial markets.

3) Convolutional NS is one of most common forms of neural networks.
It is especially effective in tasks related to image and video processing.
Convolutional neural networks contain several layers 
in each of which input data is filtered
using convolution kernels.next layer processes output
of previous layer and converts it into higher-level features.
Convolutional neural networks are used in various fields 
including automotive industry medicine and robotics.
They give better results than simpler models such as perceptron.

4) Recurrent neural network also known as RNN 
is used in tasks related to processing sequential data 
such as text data and audio signals.
Unlike fully connected and convolutional neural networks 
RNN has ability to maintain an internal state 
which allows you to use information about previous input data
to process following. This makes RNNs especially useful
for machine translation tasks text generation.

5) Deep Neural Network (DNN)
is a more complex form of neural network consisting of many layers.
Deep neural networks can have dozens or even hundreds of layers 
which requires a lot of computing power and large amounts of data
for training. Deep neural networks are used in many fields 
such as image processing speech recognition and text generation.
For example they can be used to create facial recognition systems
or automatic translation of languages. Most of modern results
in machine learning are obtained precisely with help of deep neural networks

 

Нейросети могут быть опасны в том случае, если они используются 
для злонамеренных целей, например, для создания фальшивых видео, 
распространения фейковых новостей, мошенничества или кибератак. 
Кроме того, некоторые люди опасаются, что нейросети могут стать 
настолько развитыми, что смогут заменить человеческий труд, 
что может привести к потере рабочих мест и другим социальным 
и экономическим проблемам. 
Однако, если нейросети будут использоваться правильно, 
они могут помочь в решении многих задач и улучшении качества жизни людей.

Еще одна опасность, связанная с нейросетями, это их уязвимость 
к атакам и взломам. Если злоумышленники получат доступ к нейросети, 
они могут использовать ее для злонамеренной деятельности, 
например, для кибератак, создания фальшивых данных 
или для взлома других систем. 
Кроме того, нейросети могут быть ошибочными 
или делать несостоятельные выводы, если обучение или данные, 
используемые для их обучения, были неправильно настроены. 
Это может привести к ошибкам и неправильным решениям, 
которые могут иметь опасные последствия для людей. 
В целом, нейросети могут быть опасны, если они используются неправильно 
или не были соответствующим образом разработаны и настроены.

Еще одна важная опасность, связанная с нейросетями, 
это их способность усиливать уже существующие неравенства и дискриминацию. 
Если данные, используемые для обучения нейросети, содержат предубеждения 
и дискриминацию, нейросеть может их усилить, делая неравенство еще более 
ярко выраженным. Например, автоматические системы решения задач найма 
на работу могут использовать данные о предыдущих наймах, 
которые были произведены людьми и могут содержать дискриминацию 
по возрасту, полу, расе и так далее. 
Если нейросеть будет обучена на этих данных, она также будет производить 
дискриминационные решения.

Кроме того, если нейросеть используется для обработки 
или сбора большого объема персональных данных, 
это может привести к нарушению приватности и другим проблемам.
Такие данные могут быть украдены или использованы без согласия владельца, 
что приведет к нарушению прав человека и конфиденциальности.

В целом, нейросети могут представлять опасность, 
если они используются неправильно, и потому важно следить 
за их применением и развитием с учетом возможных рисков.

docalysis.com/files/6094621655
askyourpdf.com/chat/7b226db4-f6b9-41e2-85a1-8bc712d93c8f

Neural networks can be dangerous if they are used
for malicious purposes for example to create fake videos 
spread fake news fraud or cyber attacks.
In addition some people fear that neural networks may become
so developed that they can replace human labor 
which can lead to job losses and other social
and economic problems.
However if neural networks are used correctly 
they can help solve many problems and improve quality of people's lives.

Another danger associated with neural networks is their vulnerability
to attacks and hacks. If attackers gain access to neural network 
they can use it for malicious activities 
for example for cyber attacks creating fake data
or hacking other systems.
In addition neural networks can be erroneous
or draw untenable conclusions if training or data 
used for their training were incorrectly configured.
This can lead to mistakes and wrong decisions 
which can have dangerous consequences for people.
In general neural networks can be dangerous if they are used incorrectly
or have not been properly designed and configured.

Another important danger associated with neural
networks is their ability to reinforce already existing inequalities and discrimination.
If data used to train neural network contains biases
and discrimination neural network can strengthen them making inequality even more
pronounced. For example automated systems for solving recruitment tasks
may use data on previous hires
that were made by people and may contain discrimination
based on age gender race and so on.
If neural network is trained on this data it will also make
discriminatory decisions.

In addition if a neural network is used to process
or collect a large amount of personal data 
this can lead to privacy violations and other problems.
Such data may be stolen or used without owner's consent 
which will lead to a violation of human rights and confidentiality.

In general neural networks can be dangerous
if they are used incorrectly and therefore it is important
to monitor their use and development taking into account possible risks.

Алгоритмы и языки и МЫ 
https://cyberforum.ru/algorithms/thread3086986.html
https://cyberforum.ru/algorithms/thread3086986-page2.html

Случайные и массив 
https://programmersforum.ru/showthread.php?t=344371
https://programmersforum.ru/showthread.php?t=344371&page=2
https://programmersforum.ru/showthread.php?t=344371&page=3

Учим C# зная Basic & Excel & qb64 [C#][basic][qb64][Excel]
https://programmersforum.ru/showthread.php?t=327446
https://programmersforum.ru/showthread.php?t=327446&page=5
https://programmersforum.ru/showthread.php?t=327446&page=11

Приоритет Windows и МЫ
https://programmersforum.ru/showthread.php?t=338502
https://programmersforum.ru/showthread.php?t=338502&page=2

Индексация dwg и поиск за секунды и AutoCAD и МЫ 
https://programmersforum.ru/showthread.php?t=319610

Используемые иногда мной LISP и AutoCAD и МЫ
https://programmersforum.ru/showthread.php?t=319811

Быстрая сортировка половинами quicksort qbasic 
https://programmersforum.ru/showthread.php?t=319604
https://programmersforum.ru/showthread.php?t=319604&page=5
https://programmersforum.ru/showthread.php?t=319604&page=10

Макрос Excel ищет текст внутри документа 
Результат: макрос собирает все строки где есть искомое 
Вводится искомое слово и нажимается кнопка 
На языках программирования повторить долго и трудно 

Причём макрос записан как действия на экране 
используя копирование и вставки как значения 
и далее общая сортировка 2-х столбцов 

500 кБ kenokeno.ucoz.ru/doc/onegin.xlsm

Excel macro searches for text inside document
Result: macro collects all lines where there is a search
desired word is entered and button is pressed
In programming languages it is long and difficult to repeat

Moreover macro is recorded as actions on screen
using copying and pasting as values
and then general sorting of 2 columns

АвтоКАД МиниБлок Мини-Блок Мини_Блок MiniBlock Mini-Block Mini_Block AutoCAD

Мини-блоки линия+текст непечатаемые line+text non-printable mini-blocks
dwg.ru/b/danilin/330

Используемые иногда мной LISP и МЫ

Используемые иногда мной LISP и МЫ и плэйлист 10 ютюб
dwg.ru/b/danilin/256

Индексация dwg и поиск за секунды и МЫ

Индексация dwg и поиск за секунды и МЫ и МЫ
dwg.ru/b/danilin/240

Danilin Format 

2002    dwg.ru/dnl/732
2003    dwg.ru/dnl/731
2004    dwg.ru/dnl/730

СПИСОК НАУЧНЫХ РАБОТ 1998...2000 XX век

1. Данилин А.В. Символьные и численные вычисления в задачах надежности. Неделя науки – 98. Тезисы докладов. – Орел, 1998. – с. 50. 
2. Данилин А.В. Интеграция программного обеспечения САПР при архитектурном и строительном проектировании. Неделя науки – 99. Тезисы докладов. – Орел, 1999. – с. 261. 
3. Данилин А.В. Аналитические представления многопролетных форм опорных конструкций для геоэкологического строительства. Неделя науки – 99. Тезисы докладов. – Орел, 1999. – с. 262. 
4. Данилин А.В. Силовое воздействие различных типов зданий на геологическую среду. Проблемы освоения подземного пространства. Труды Международной конференции. – Тула, 2000. – с. 91. 
5. Данилин А.В. Ручной счет и машинное моделирование геоэкологических опорных фундаментных конструкций зданий. Неделя науки – 2000. Тезисы докладов. – Орел, 2000. – с. 384. 

LIST OF SCIENTIFIC WORKS 1998...2000 XX century

1. Danilin A.V. Symbolic and numerical calculations in reliability problems. Science Week – 98. Abstracts of reports. – Orel, 1998. – p. 50.
2. Danilin A.V. Integration of CAD software in architectural and construction design. Science Week – 99. Abstracts of reports. – Orel, 1999. – p. 261.
3. Danilin A.V. Analytical representations of multi-span support structure forms for geo-environmental engineering. Science Week – 99. Abstracts of reports. – Orel, 1999. – p. 262.
4. Danilin A.V. Force impact of various types of buildings on geological environment. Problems of development of underground space. Proceedings of International Conference. – Tula, 2000. – p. 91.
5. Danilin A.V. Manual calculation and machine modeling of geo-ecological supporting foundation structures of buildings. Science Week – 2000. Abstracts of reports. – Orel, 2000. – p. 384.