Форум гитаристов

Интересно за счёт чего быстрое обучение обещают. Например нейросети как в Bogren AmpKnob могут обучаться часами даже при наличии GPU и при более мелкой размерности сети чем в AmpKnob...

А скорее всего типичное бла бла бла... 
Итальянцы не в первый раз врут.

deLuther, ну, насколько понимаю, "an exact algorithm of the modeled rig" говорит только о точности алгоритма, но не про точность звука. Ибо в "точности звука" действительно может быть куча нюансов. Даже если взять два усилителя одной марки, они могут звучать по-разному, ибо даже небольшие отличия в элементной базе или их износе влияют на звук с разной степенью слышимости.

Ну и официально никто не говорит про "кемпер". Непосредственно разработчики лишь анонсируют "полностью новый алгоритм", тогда как коммьюнити миллион лет ждет "кемпер в плагине", вот и разбрасывают "экспертные мнения" на тему насколько близок сей счастливый момент. 

Но вообще "профилирование" a-la-Kemper, всё же далеко не всем удобно. В принципе тот же THU имеет эту опцию, и хоть многие волают "нет, это не кемпер" но всё-таки ощутить этот подход для себя он возможность дает. И если в подходе с моделированием чтоб внести какие-то корректировки в звук ты крутишь виртуальные ручки и получаешь ожидаемый эффект, то бесконечный перебор пресетов профилей профайлера это такое себе времяпровождение 

HiRes.GP,
Формально можно сказать что у нейросетей параметров дохрена, весов различных много, при белом способе моделирования параметров (всех) может быть и меньше

Наверно и вариант кемпера можно отчасти считать одним из вариантов нейростей, по отрывочной информации.

... и добавил:

Сравнить бы в лоб... 

Лично сравнивать всегда сложно в плане финансовых (или других, альтернативных) возможностей 

HiRes.GP,
Но при этом количество параметров (размерность расчитываемой матрицы) у спайс-подобной симуляции остаётся постоянным
А дискретизация да, шаг важен, хотя неявная схема снимает строгие ограничения на шаг по времени. При мелком шаге уже можно переходить к более простой явной схеме.

... и добавил:

Не могу ничего сказать, надо  в руках подержать и пройтись по разным настройкам, по зерну будет слышно в чем там подвох.

Нейросети же разные бывают, конволюционные, рекуррентные, могут строиться и на более привычных фильтрах вместо этого.
Но нелинейности там всё равно достаточно стандартные всегда типа Tanh или каких-то других вариантов.

В любом случае все упрется в то, что закладывают в алгоритм. Это как ведро, чем его наполнишь.
Хотя думаю и в рекламных целях многое врать будут. Проверить то сложно, если не разобрать обратно.

С нейросетями типа как в Bogren (RNN-нейросеть, LSTM) просто количество слоёв нейросети и скрытый размер (hidden size) и далее понеслась
Правда именно такой вариант за минуты не обучается.