Zaskakujące, że nie zadawano tego wcześniej - przynajmniej nie znalazłem niczego oprócz niejasnych pytań. Więc, co jest powtarzającym się sieć neuronowa, i jakie są ich zalety w stosunku do regularnych
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...
W poście na blogu „ Budowanie potężnych modeli klasyfikacji obrazów przy użyciu bardzo małej ilości danych” wspomniano o wąskich gardłach. Jakie są cechy wąskiego gardła? Czy zmieniają się wraz z używaną architekturą? Czy są one ostatecznym wyjściem warstw splotowych przed warstwą w pełni...
Chciałbym wiedzieć, czy istnieje jakaś sieć neuronowa, która rozwiązuje (z> = 80% dokładnością) każdy nietrywialny problem, który wykorzystuje bardzo niewiele węzłów (gdzie 20 węzłów nie jest twardym limitem). Chcę rozwinąć intuicję dotyczącą rozmiarów sieci...
Która warstwa w Convolutional Neural Network zużywa maksymalny czas na trening? Warstwy splotowe czy w pełni połączone? Możemy wziąć architekturę AlexNet, aby to zrozumieć. Chcę zobaczyć zerwanie czasu treningu. Chcę względnego porównania czasu, abyśmy mogli wziąć dowolną stałą konfigurację...
Podczas moich badań natknąłem się na „sieci neuronowe o złożonej wartości”, które są sieciami neuronowymi, które działają z wejściami o wartościach złożonych (prawdopodobnie też wagami). Jakie są zalety (lub po prostu zastosowania) tego rodzaju sieci neuronowej w porównaniu z sieciami neuronowymi o...
Znalazłem następujący arkusz ściągający sieci neuronowej ( Ściągawki dla AI, Sieci neuronowe, Uczenie maszynowe, Głębokie uczenie się i Big Data ). Do czego służą te różne rodzaje sieci neuronowych? Na przykład, które sieci neuronowe można wykorzystać do regresji lub klasyfikacji, które można...
Ostatnio pracowałem nad problemem, aby przeprowadzić analizę kosztów moich wydatków na określone zasoby. Zwykle podejmuję ręczne decyzje na podstawie analizy i odpowiednio planuję. Mam duży zestaw danych w formacie Excela z setkami kolumn, które definiują użycie zasobu w różnych ramach czasowych i...
Próbuję zaprogramować własny system do uruchamiania sieci neuronowej. Aby zmniejszyć liczbę potrzebnych węzłów, zasugerowano, aby traktować obroty wejścia jednakowo. Moja sieć stara się uczyć i przewidywać grę życia Conwaya, patrząc na każdy kwadrat i otaczające go kwadraty w siatce, i dając wynik...
Badam komórkowe Sieci neuronowe i już czytać Chua „s dwa artykuły ( 1988 ). W komórkowych sieciach neuronowych komórka jest tylko w stosunku do swoich sąsiadów. Jest więc łatwy w użyciu do przetwarzania obrazu w czasie rzeczywistym. Przetwarzanie obrazu odbywa się tylko z 19 liczbami (dwie matryce...
Czy zwiększenie hałasu w danych pomaga poprawić zdolność uczenia się sieci? Czy robi to jakąś różnicę, czy zależy to od rozwiązania problemu? Jak wpływa to na proces
Badam informatykę afektywną. W szczególności studiuję część rozpoznawania emocji, tj. Zadanie rozpoznawania emocji odczuwanych przez użytkownika / podmiot. Na przykład, affectiva mogą być wykorzystywane w tym celu. Obawiam się nie o ważność tych modeli, ale o to, co z nimi zrobimy. A co z...
Właśnie natknąłem się na koncepcję pokrycia neuronów, która jest stosunkiem aktywowanych neuronów i całkowitej liczby neuronów w sieci neuronowej. Ale co to znaczy „aktywować” neuron? Wiem, jakie są funkcje aktywacyjne, ale co oznacza aktywacja np. W przypadku ReLU lub funkcji...
Obecnie piszę silnik do gry karcianej, ponieważ nie ma jeszcze silnika do tej konkretnej gry. Mam nadzieję, że uda mi się później wprowadzić do gry sieć neuronową i nauczyć ją grać. Piszę silnik w sposób pomocny dla gracza AI. Istnieją punkty wyboru, w których wyświetlana jest lista prawidłowych...
Może to zabrzmieć głupio dla kogoś, kto ma duże doświadczenie z sieciami neuronowymi, ale przeszkadza mi to ... Chodzi mi o to, że losowe wagi początkowe mogą dać lepsze wyniki, które byłyby nieco bliżej tego, jak powinna wyglądać wyszkolona sieć, ale równie dobrze może być dokładnym...
AlphaGo Zero zawiera kilka ulepszeń w porównaniu do swoich poprzedników. Szczegóły architektoniczne Alpha Go Zero można zobaczyć w tym ściągu . Jednym z tych ulepszeń jest użycie jednej sieci neuronowej, która jednocześnie oblicza prawdopodobieństwo przesunięcia i wartość stanu, podczas gdy...
Myślę, że zaletą korzystania z Leaky ReLU zamiast ReLU jest to, że w ten sposób nie możemy mieć zanikającego gradientu. Parametryczna ReLU ma tę samą zaletę z tą różnicą, że nachylenie wyjścia dla ujemnych danych wejściowych jest parametrem możliwym do nauczenia, podczas gdy w nieszczelnej ReLU...
Chciałem zacząć eksperymentować z siecią neuronową i jako problem z zabawką chciałem wytrenować jedną z czatów, tj. Wdrożyć bota czatującego, takiego jak cleverbot. W każdym razie nie takie sprytne. Rozejrzałem się za dokumentacją i znalazłem wiele samouczków na temat ogólnych zadań, ale niewiele...
Próbuję wykryć logo kanału telewizyjnego w pliku wideo, więc po prostu biorąc pod uwagę .mp4wideo wejściowe , wykrywaj, czy to logo jest obecne w określonej klatce, powiedzmy w pierwszej klatce, czy nie. Mamy to logo z góry (chociaż może nie być tego samego rozmiaru w% 100), a lokalizacja jest...
Usiłuję opracować sieć neuronową, która może identyfikować cechy projektowe w modelach CAD (tj. Szczeliny, występy, dziury, kieszenie, stopnie). Dane wejściowe, których zamierzam użyć dla sieci, to macierz anxn (gdzie n jest liczbą ścian w modelu CAD). „1” w prawym górnym trójkącie w macierzy...