Быстрое обучение, экономия ресурсов и другие преимущества сетей эхо-состояний
Существует класс рекуррентных нейросетей, в котором обучается только линейный выходной слой, а внутренняя структура (резервуар) остаётся фиксированной. Отсюда появилось название более общего подхода — «резервуарные вычисления».Такая архитектура делает нейросети крайне быстрыми и энергоэффективными, но сложными в настройке. Поэтому они пока не получили широкого распространения и долгое время оставались в тени более универсальных архитектур.Сотрудник отдела перспективных исследований компании «Криптонит» Илья Андросов провёл
