Poniższa strona / badanie pokazuje, że głębokie sieci neuronowe można łatwo oszukać, podając prognozy o wysokim poziomie ufności dla nierozpoznawalnych obrazów, np. Jak to mozliwe Czy możesz wyjaśnić idealnie w prostym języku
Jestem nowy w AI i chciałbym wiedzieć w prostych słowach, jaka jest koncepcja logiki rozmytej? Jak to pomaga i kiedy jest
Kiedy piszesz swój algorytm, skąd wiesz, ile neuronów potrzebujesz na pojedynczą warstwę? Czy są jakieś metody znalezienia optymalnej ich liczby, czy też jest to reguła
W jaki sposób sieć neuronowa posiadająca „głęboki” przymiotnik odróżnia się od innych podobnych
Czy konwergentna sieć neuronowa może być używana do rozpoznawania wzorców w dziedzinie problematycznej, w której nie ma wcześniej istniejących obrazów, powiedzmy graficznie reprezentując abstrakcyjne dane? Czy to zawsze byłoby mniej wydajne? Ten programista twierdzi, że obecny rozwój może pójść...
Pytanie dotyczy architektury Deep Residual Networks ( ResNets ). Model, który zdobył pierwsze miejsce na „Large Scale Visual Recognition Challenge 2015” (ILSVRC2015) we wszystkich pięciu głównych torach: Klasyfikacja ImageNet: „Ultra-deep” (cytat Yann) 152-warstwowe sieci Wykrywanie...
Czytałem, że większość problemów można rozwiązać za pomocą 1-2 ukrytych warstw. Skąd wiesz, że potrzebujesz więcej niż 2? Do jakich problemów byś ich potrzebował (daj mi
Wszystko, co dotyczy sieci Deep Learning (DL) i deep (er), wydaje się „udane”, przynajmniej postępuje bardzo szybko i kultywuje przekonanie, że AGI jest w zasięgu ręki. To popularna wyobraźnia. DL to ogromne narzędzie do rozwiązywania tak wielu problemów, w tym tworzenia AGI. To jednak nie...
W jakim celu służy metoda „rezygnacji” i jak poprawia ogólną wydajność sieci
Czytałem, że głębokie sieci neuronowe można stosunkowo łatwo oszukać ( link ), aby dać duże zaufanie w rozpoznawaniu syntetycznych / sztucznych obrazów, które są całkowicie (lub przynajmniej w większości) poza przedmiotem zaufania. Osobiście nie widzę dużego problemu z tym, że DNN daje dużą...