W przypadku pytań związanych z uczeniem głębokim, które odnosi się do podzbioru metod uczenia maszynowego opartych na sztucznych sieciach neuronowych (SSN) z wieloma ukrytymi warstwami. Zatem przymiotnik głęboki odnosi się do liczby warstw SSN. Wyrażenie głębokie uczenie się zostało najwyraźniej wprowadzone (choć nie w kontekście uczenia maszynowego lub SSN) w 1986 r. Przez Rinę Dechter w artykule „Uczenie się podczas wyszukiwania problemów z ograniczeniami”.
Czy naukowcy lub eksperci naukowi wiedzą z kuchni, co dzieje się w złożonej „głębokiej” sieci neuronowej z co najmniej milionami połączeń wyzwalanych w jednej chwili? Czy rozumieją za tym proces (np. Co dzieje się w środku i jak to dokładnie działa), czy jest to przedmiotem debaty? Na przykład to...
O ile mogę stwierdzić, sieci neuronowe mają stałą liczbę neuronów w warstwie wejściowej. Jeśli sieci neuronowe są używane w kontekście takim jak NLP, zdania lub bloki tekstu o różnych rozmiarach są podawane do sieci. W jaki sposób różny rozmiar wejściowy jest pogodzony ze stałym rozmiarem...
Jako istota ludzka możemy myśleć o nieskończoności. Zasadniczo, jeśli mamy wystarczającą ilość zasobów (czasu itp.), Możemy policzyć nieskończenie wiele rzeczy (w tym abstrakcyjne, takie jak liczby lub rzeczywiste). Na przykład możemy wziąć pod uwagę liczby całkowite. Zasadniczo możemy myśleć i...
Którą bibliotekę (TensorFlow lub Keras) poleciłbyś do pierwszego podejścia do głębokiego uczenia się? Jestem studentem neurologii, który po raz pierwszy próbuje podejść obliczeniowych, jeśli to ma
Wcześniej słyszałem od informatyków i badaczy z obszaru sztucznej inteligencji, że Lisp jest dobrym językiem dla badań i rozwoju sztucznej inteligencji. Czy to nadal obowiązuje, wraz z rozprzestrzenianiem się sieci neuronowych i głębokim uczeniem się? Jakie było ich uzasadnienie? W jakich językach...
Rozumiem, że warstwa splotowa splotowej sieci neuronowej ma cztery wymiary: kanały wejściowe, wysokość filtru, szerokość filtru, liczba filtrów. Co więcej, rozumiem, że każdy nowy filtr jest po prostu zawijany przez WSZYSTKIE kanały wejściowe (lub mapy funkcji / aktywacji z poprzedniej warstwy)....
Artykuł Ograniczenia głębokiego uczenia się w ustawieniach przeciwnych bada, w jaki sposób sieci neuronowe mogą zostać uszkodzone przez atakującego, który może manipulować zestawem danych, z którym trenuje sieć neuronowa. Autorzy eksperymentują z siecią neuronową przeznaczoną do odczytywania...
Załóżmy, że mamy dużą liczbę dowodów w rachunku predykatów pierwszego rzędu. Załóżmy, że mamy również aksjomaty, następstwa i twierdzenia w tej dziedzinie matematyki w tej formie. Rozważ każdą twierdzenie, która została udowodniona, oraz treść istniejącej teorii otaczającej tę konkretną propozycję...
Mówi się, że funkcje aktywacyjne w sieciach neuronowych pomagają wprowadzić nieliniowość . Co to znaczy? Co w tym kontekście oznacza nieliniowość ? Jak pomaga wprowadzenie tej nieliniowości ? Czy są jakieś inne cele aktywacji funkcji
Usiłuję zrozumieć funkcję utraty GAN przedstawioną w Understanding Generative Adversarial Networks (post na blogu napisany przez Daniela Seity). W standardowej stracie entropijnej mamy wyjście, które zostało przepuszczone przez funkcję sigmoidalną i wynikową klasyfikację binarną. Stwierdza Sieta...
Czy możliwe jest zasilanie sieci neuronowej wyjściem z generatora liczb losowych i oczekiwanie, że nauczy się funkcji mieszania (lub generatora), aby mógł przewidzieć, jaka będzie kolejna generowana liczba pseudolosowa ? Czy coś takiego już istnieje? Jeśli badania zostały już przeprowadzone w tej...
W ciągu ostatnich 50 lat wzrost / spadek / wzrost popularności sieci neuronowych działał jako coś w rodzaju „barometru” badań AI. Z pytań na tej stronie jasno wynika, że ludzie są zainteresowani zastosowaniem głębokiego uczenia się (DL) do szerokiej gamy trudnych problemów. Mam zatem dwa...
Czy ktoś może mi wyjaśnić różnicę między uczeniem maszynowym a uczeniem głębokim? Czy można nauczyć się głębokiego uczenia się bez znajomości uczenia
Na przykład, aby sklasyfikować wiadomości e-mail jako spam, czy warto - z perspektywy czasu / dokładności - zastosować głębokie uczenie się (jeśli to możliwe) zamiast innego algorytmu uczenia maszynowego? Czy głębokie uczenie sprawi, że inne algorytmy uczenia maszynowego, takie jak naiwny Bayes,...
Przypuśćmy, że w CNN jest wymaganych 10 000 obrazów o rozmiarach 2400 x 2400. W moim przekonaniu przydatne będą konwencjonalne komputery, z których będą korzystać ludzie. Teraz pytanie brzmi, jak radzić sobie z tak dużymi rozmiarami obrazu, w których nie ma uprawnień do próbkowania w dół. Oto...
Większość ludzi próbuje odpowiedzieć na pytanie za pomocą sieci neuronowej. Jednak czy ktoś wpadł na jakieś przemyślenia, jak zadawać pytania w sieci neuronowej zamiast odpowiadać na pytania? Na przykład, jeśli CNN może zdecydować, do której kategorii należy obiekt, to czy może zadać jakieś...
Jaka jest koncepcja i jak obliczać wartości wąskiego gardła? W jaki sposób te wartości pomagają w klasyfikacji obrazów? Proszę wyjaśnić prostymi
Koduję model uczenia się zbrojenia z agentem PPO dzięki bardzo dobrej bibliotece Tensorforce , zbudowanej na bazie Tensorflow. Pierwsza wersja była bardzo prosta i teraz nurkuję w bardziej złożonym środowisku, w którym wszystkie działania nie są dostępne na każdym kroku. Powiedzmy, że jest 5...
Piszę prostą grę z zabawkami z zamiarem trenowania głębokiej sieci neuronowej. Zasady gry są z grubsza następujące: Gra ma planszę złożoną z sześciokątnych komórek. Obaj gracze mają tę samą kolekcję elementów, którą mogą dowolnie umieszczać na planszy. Umieszczanie różnych rodzajów elementów...
Przeczytałem „ Księgę powodu” Judei Pearl , w której wspomina, że głębokie uczenie się to tylko chwalebna technologia dopasowania krzywej i nie będzie ona w stanie wytworzyć inteligencji podobnej do człowieka. W jego książce znajduje się diagram ilustrujący trzy poziomy zdolności poznawczych:...