Kecerdasan buatan deep-learning

2

Kapan pembelajaran yang berlebihan menuntut banyak?

Misalnya, untuk mengklasifikasikan email sebagai spam, apakah bermanfaat - dari perspektif waktu / akurasi - untuk menerapkan pembelajaran yang mendalam (jika mungkin) alih-alih algoritma pembelajaran mesin lainnya? Akankah pembelajaran yang dalam membuat algoritma pembelajaran mesin lainnya seperti Naif Bayes tidak perlu?

14 machine-learning deep-learning classification applications comparison

2

Pengkodean input / output untuk jaringan saraf untuk mempelajari permainan berbasis grid

Saya menulis permainan mainan sederhana dengan tujuan melatih jaringan saraf yang mendalam di atasnya. Aturan permainan kira-kira adalah sebagai berikut: Gim ini memiliki papan yang terdiri dari sel-sel heksagonal. Kedua pemain memiliki koleksi potongan yang sama yang dapat mereka pilih untuk diposisikan secara bebas di papan tulis. Menempatkan berbagai jenis …

13 neural-networks deep-learning game-ai

3

Apa konsep Tensorflow Bottlenecks?

Apa konsepnya dan bagaimana cara menghitung nilai Bottleneck? Bagaimana nilai-nilai ini membantu klasifikasi gambar? Tolong jelaskan dengan kata-kata sederhana.

13 deep-learning tensorflow terminology

2

Bagaimana cara kerja jaringan permusuhan generatif?

Saya membaca tentang jaringan permusuhan generatif (GAN) dan saya ragu akan hal itu. Sejauh ini, saya mengerti bahwa dalam GAN ada dua jenis jaringan saraf: satu adalah generatif ( GGG ) dan lainnya diskriminatif ( DDD ). Jaringan saraf generatif menghasilkan beberapa data yang dinilai jaringan saraf diskriminatif untuk kebenaran. …

12 neural-networks machine-learning deep-learning generative-adversarial-networks

1

Bagaimana skala "komputer saraf terdiferensial" Deepmind yang baru?

Deepmind baru saja menerbitkan sebuah makalah tentang "komputer saraf yang dapat dibedakan" , yang pada dasarnya menggabungkan jaringan saraf dengan memori . Idenya adalah untuk mengajarkan jaringan saraf untuk membuat dan mengingat ingatan eksplisit yang berguna untuk tugas tertentu. Ini melengkapi kemampuan jaringan saraf dengan baik, karena NN hanya menyimpan …

12 deep-learning ai-design

3

Bagaimana menerapkan ruang tindakan terbatas dalam pembelajaran penguatan?

Saya mengkode model pembelajaran penguatan dengan agen PPO berkat perpustakaan Tensorforce yang sangat baik , dibangun di atas Tensorflow. Versi pertama sangat sederhana dan saya sekarang menyelam ke lingkungan yang lebih kompleks di mana semua tindakan tidak tersedia di setiap langkah. Katakanlah ada 5 tindakan dan ketersediaannya tergantung pada keadaan …

12 deep-learning reinforcement-learning

2

Adakah argumen ilmiah / matematis yang mencegah pembelajaran mendalam dari menghasilkan AI yang kuat?

Saya membaca The Book of Why karya Judea Pearl , di mana ia menyebutkan bahwa pembelajaran yang mendalam hanyalah teknologi pemasangan kurva yang dimuliakan, dan tidak akan mampu menghasilkan kecerdasan seperti manusia. Dari bukunya ada diagram ini yang menggambarkan tiga tingkat kemampuan kognitif: Idenya adalah bahwa "kecerdasan" yang dihasilkan oleh …

12 deep-learning strong-ai math theory superintelligence

7

Bisakah AI dilatih untuk menghasilkan garis besar cerita?

Saya tahu bahwa salah satu mode terbaru saat ini adalah untuk melatih jaringan saraf untuk menghasilkan skenario dan episode baru misalnya Friends atau The Simpsons, dan itu bagus: itu menarik dan mungkin merupakan langkah pertama yang diperlukan untuk membuat program yang benar-benar dapat menghasilkan cerita yang masuk akal / dimengerti. …

12 neural-networks deep-learning applications

2

Haruskah jaringan residu yang dalam dipandang sebagai ansambel jaringan?

Pertanyaannya adalah tentang arsitektur Deep Residual Networks ( ResNets ). Model yang memenangkan tempat pertama di "Skala Besar Pengenalan Visual 2015" (ILSVRC2015) di semua lima trek utama: ImageNet Klasifikasi: “jaring ultra-dalam” (kutipan Yann) 152 lapisan Deteksi ImageNet: 16% lebih baik dari 2 ImageNet Lokalisasi: 27% lebih baik dari 2 Deteksi …

12 neural-networks machine-learning deep-network deep-learning pattern-recognition

4

Bisakah BERT digunakan untuk tugas penghasil kalimat?

Saya seorang pelajar baru di NLP. Saya tertarik pada tugas menghasilkan kalimat. Sejauh yang saya ketahui, salah satu metode canggih adalah CharRNN , yang menggunakan RNN untuk menghasilkan urutan kata-kata. Namun, BERT telah keluar beberapa minggu yang lalu dan sangat kuat. Karena itu, saya bertanya-tanya apakah tugas ini juga dapat …

12 neural-networks deep-learning natural-language-processing

1

Untuk apa berbagai jenis jaringan saraf digunakan untuk?

Saya menemukan lembar cheat jaringan saraf berikut ( Cheat Sheets untuk AI, Neural Networks, Machine Learning, Deep Learning & Big Data ). Untuk apa semua jenis jaringan saraf ini digunakan? Sebagai contoh, jaringan saraf mana yang dapat digunakan untuk regresi atau klasifikasi, yang dapat digunakan untuk pembuatan urutan, dll? Saya …

11 neural-networks machine-learning deep-learning applications

2

Lapisan mana yang menghabiskan lebih banyak waktu dalam pelatihan CNN? Lapisan konvolusi vs lapisan FC

Dalam Convolutional Neural Network, lapisan mana yang menghabiskan waktu maksimum dalam pelatihan? Lapisan konvolusi atau lapisan Sepenuhnya Terhubung? Kita dapat menggunakan arsitektur AlexNet untuk memahami hal ini. Saya ingin melihat waktu perpecahan proses pelatihan. Saya ingin perbandingan waktu yang relatif sehingga kami dapat mengambil konfigurasi GPU yang konstan.

11 neural-networks deep-learning convolutional-neural-networks

5

Mengapa jaringan saraf yang dalam dan pembelajaran yang mendalam tidak cukup untuk mencapai kecerdasan umum?

Segala sesuatu yang terkait dengan Deep Learning (DL) dan jaringan deep (er) tampaknya "berhasil", setidaknya berkembang sangat cepat, dan menumbuhkan keyakinan bahwa AGI berada dalam jangkauan. Ini adalah imajinasi populer. DL adalah alat luar biasa untuk mengatasi begitu banyak masalah, termasuk pembuatan AGI. Tapi itu tidak cukup. Alat adalah bahan …

11 deep-learning deep-network agi

1

Dapatkah lapisan jaringan saraf dalam dilihat sebagai jaringan Hopfield?

Jaringan Hopfield dapat menyimpan vektor dan mengambilnya mulai dari versi berisiknya. Mereka melakukan pengaturan bobot untuk meminimalkan fungsi energi ketika semua neuron diatur sama dengan nilai vektor, dan mengambil vektor menggunakan versi berisik itu sebagai input dan memungkinkan jaring untuk menetap pada minimum energi. Mengesampingkan masalah seperti kenyataan bahwa tidak …

11 deep-learning topology

1

Bagaimana gradien kebijakan dapat diterapkan dalam kasus beberapa tindakan berkelanjutan?

Optimalisasi Kebijakan Wilayah Tepercaya (TRPO) dan Optimasi Kebijakan Proksimal (PPO) adalah dua algoritma gradien kebijakan canggih. Saat menggunakan tindakan kontinu tunggal, biasanya, Anda akan menggunakan beberapa distribusi probabilitas (misalnya, Gaussian) untuk fungsi kerugian. Versi kasarnya adalah: L ( θ ) = log( P( a1) ) A ,L.(θ)=catatan⁡(P(Sebuah1))SEBUAH,L(\theta) = \log(P(a_1)) A, …

11 deep-learning reinforcement-learning trpo

Pertanyaan yang diberi tag «deep-learning»