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...
Załóżmy, że zawiera NN nnn ukryte warstwy mmm przykładami treningu, xxx funkcje, a ninin_i węzłów w każdej warstwie. Jaka jest złożoność czasu, aby trenować ten NN przy użyciu propagacji wstecznej? Mam podstawowe pojęcie o tym, jak znajdują złożoność czasową algorytmów, ale tutaj należy wziąć pod...
Pochodzi z zamkniętej wersji beta AI, z tym pytaniem wysłanym przez użytkownika o numerze 47. Wszystkie podziękowania dla nich. Według Wikipedii , Maszyny Boltzmanna można postrzegać jako stochastyczny, generatywny odpowiednik sieci Hopfield. Obie są rekurencyjnymi sieciami neuronowymi,...
Modułowe / Wiele sieci neuronowych (MNN) obraca się wokół szkolenia mniejszych, niezależnych sieci, które mogą się wzajemnie łączyć lub innej wyższej sieci. Zasadniczo organizacja hierarchiczna może pozwolić nam zrozumieć bardziej złożone przestrzenie problemowe i osiągnąć wyższą funkcjonalność,...
Wielokrotnie słyszałem, że „sieci neuronowe są najlepszym przybliżeniem, jakie mamy do modelowania ludzkiego mózgu” i myślę, że powszechnie wiadomo, że sieci neuronowe są modelowane na podstawie naszego mózgu. Podejrzewam, że ten model został uproszczony, ale ile? Jak bardzo, powiedzmy,...
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...
Chcę tylko wiedzieć, dlaczego inżynierowie uczenia maszynowego i programiści AI używają języków takich jak python do wykonywania zadań AI, a nie C ++, mimo że C ++ jest technicznie silniejszym językiem niż
Załóżmy, że chcę rozwiązać problem z siecią neuronową, którego albo nie mogę dopasować do już istniejących topologii (perceptron, Konohen itp.), Albo po prostu nie jestem świadomy ich istnienia lub nie jestem w stanie zrozumieć ich zamiast tego polegam na mechanice. Jak mogę zautomatyzować wybór...
Biorąc pod uwagę sieć neuronową fff która przyjmuje jako dane wejściowe nnn punktów danych: x1,…,xnx1,…,xnx_1, \dots, x_n . Mówimy, że fff jest niezmienną permutacją, jeśli f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) pipipi Czy ktoś mógłby polecić...
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...
Aby uzyskać deterministyczną przestrzeń problemową, muszę znaleźć sieć neuronową o optymalnej strukturze węzła i łącza. Chcę użyć algorytmu genetycznego do symulacji wielu sieci neuronowych, aby znaleźć najlepszą strukturę sieci dla problematycznej dziedziny. Nigdy wcześniej nie używałem...
Czy ludzki mózg używa określonej funkcji aktywacyjnej? Próbowałem przeprowadzić pewne badania, a ponieważ jest to próg określający, czy sygnał jest wysyłany przez neuron, czy nie, brzmi bardzo podobnie do ReLU. Nie mogę jednak znaleźć żadnego artykułu potwierdzającego to. A może bardziej przypomina...
Jak zdecydować o optymalnej liczbie warstw do utworzenia podczas implementacji sieci neuronowej (Feedforward, back propagation lub
Tego rodzaju pytania mogą być zależne od problemu, ale próbowałem znaleźć badania, które odpowiedzą na pytanie, czy liczba ukrytych warstw i ich rozmiar (liczba neuronów w każdej warstwie) ma znaczenie, czy nie. Moje pytanie brzmi więc, czy to naprawdę ma znaczenie, jeśli na przykład mamy 1 dużą...
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...
Wybieram funkcję aktywacji dla warstwy wyjściowej w zależności od potrzebnych danych wyjściowych i właściwości funkcji aktywacji, które znam. Na przykład wybieram funkcję sigmoidalną, gdy mam do czynienia z prawdopodobieństwami, ReLU, gdy mam do czynienia z wartościami dodatnimi, i funkcję liniową,...
Czytam o generatywnych sieciach przeciwnych (GAN) i mam co do tego pewne wątpliwości. Jak dotąd rozumiem, że w GAN istnieją dwa różne typy sieci neuronowych: jedna jest generatywna ( GGG ), a druga dyskryminacyjna ( DDD ). Generacyjna sieć neuronowa generuje pewne dane, które dyskryminacyjna sieć...
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...
Jestem nowy w sieci neuronowej i staram się zrozumieć matematycznie, co sprawia, że sieci neuronowe są tak dobre w problemach z klasyfikacją. Biorąc przykład małej sieci neuronowej (na przykład jeden z 2 wejściami, 2 węzłami w ukrytej warstwie i 2 węzłami dla wyjścia), wszystko, co masz, to...
Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte w zeszłym miesiącu . Geometria i...