Pertanyaan yang diberi tag ┬źdeep-learning┬╗

Untuk pertanyaan terkait pembelajaran mendalam, yang mengacu pada subset metode pembelajaran mesin berdasarkan jaringan saraf tiruan (JST) dengan beberapa lapisan tersembunyi. Jadi kata sifat dalam mengacu pada jumlah lapisan JST. Ekspresi deep learning tampaknya diperkenalkan (walaupun tidak dalam konteks pembelajaran mesin atau JST) pada tahun 1986 oleh Rina Dechter dalam makalah "Belajar sambil mencari dalam kendala-kepuasan-masalah".


3
Bagaimana jaringan saraf menangani berbagai ukuran input?
Sejauh yang saya tahu, jaringan saraf memiliki sejumlah neuron pada lapisan input. Jika jaringan saraf digunakan dalam konteks seperti NLP, kalimat atau blok teks dengan ukuran yang berbeda diumpankan ke jaringan. Bagaimana dengan ukuran input yang bervariasi berdamai dengan ukuran tetap dari lapisan masukan jaringan? Dengan kata lain, bagaimana jaringan ...

21
Bisakah komputer digital memahami ketidakterbatasan?
Sebagai manusia, kita dapat berpikir tanpa batas. Pada prinsipnya, jika kita memiliki sumber daya yang cukup (waktu dll.), Kita dapat menghitung banyak hal tanpa batas (termasuk abstrak, seperti angka, atau nyata). Misalnya, setidaknya, kita dapat memperhitungkan bilangan bulat akun. Kita dapat berpikir, terutama, dan "memahami" banyak sekali angka yang ditampilkan ...



8
Dalam CNN, apakah setiap filter baru memiliki bobot berbeda untuk setiap saluran input, atau apakah bobot yang sama dari setiap filter digunakan di seluruh saluran input?
Pemahaman saya adalah bahwa lapisan convolutional dari jaringan saraf convolutional memiliki empat dimensi: input_channels, filter_height, filter_width, number_of_filters. Lebih jauh, ini adalah pemahaman saya bahwa setiap filter baru akan berbelit-belit di atas SEMUA input_channels (atau fitur / peta aktivasi dari lapisan sebelumnya). NAMUN, grafik di bawah ini dari CS231 menunjukkan setiap ...

9
Apakah kecerdasan buatan rentan terhadap peretasan?
Makalah Keterbatasan Pembelajaran Jauh dalam Pengaturan Adversarial mengeksplorasi bagaimana jaringan saraf dapat rusak oleh penyerang yang dapat memanipulasi set data yang dilatih oleh jaringan saraf. Penulis bereksperimen dengan jaringan saraf yang dimaksudkan untuk membaca angka tulisan tangan, merusak kemampuan membaca dengan mendistorsi sampel angka tulisan tangan yang dilatih oleh jaringan ...


3
Memahami fungsi kerugian GAN
Saya berjuang untuk memahami fungsi kehilangan GAN seperti yang disediakan dalam Understanding Generative Adversarial Networks (posting blog yang ditulis oleh Daniel Seita). Dalam kehilangan lintas-entropi standar, kami memiliki output yang telah dijalankan melalui fungsi sigmoid dan klasifikasi biner yang dihasilkan. Sieta menyatakan Dengan demikian, Untuk [setiap] titik data dan labelnya, ...

4
Masalah dengan dan alternatif untuk pendekatan Deep Learning?
Selama 50 tahun terakhir, kenaikan / penurunan / peningkatan popularitas jaring saraf telah bertindak sebagai 'barometer' untuk penelitian AI. Jelas dari pertanyaan di situs ini bahwa orang-orang tertarik untuk menerapkan Deep Learning (DL) ke berbagai masalah sulit. Karena itu saya punya dua pertanyaan: Praktisi - Apa yang Anda temukan sebagai ...


5
Dapatkah jaringan saraf digunakan untuk memprediksi nomor acak semu berikutnya?
Apakah mungkin untuk memberi makan jaringan saraf output dari generator angka acak dan mengharapkannya mempelajari fungsi hashing (atau generator), sehingga dapat memprediksi apa yang akan menjadi nomor pseudo-acak berikutnya yang dihasilkan ? Apakah sesuatu seperti ini sudah ada? Jika penelitian sudah dilakukan terkait hal ini atau sesuatu (dengan prediksi angka ...




Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.