Pytania i odpowiedzi dla osób zainteresowanych pytaniami koncepcyjnymi na temat życia i wyzwań w świecie, w którym funkcje "poznawcze" można naśladować w środowisku czysto cyfrowym
Zamknięte . To pytanie jest oparte na opiniach . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby można było na nie odpowiedzieć faktami i cytatami, edytując ten post . Zamknięte 3 lata temu . Cytat Stephena Hawkinga był w nagłówkach od dłuższego czasu: Sztuczna inteligencja może wymazać …
Wydaje się, że głębokie sieci neuronowe i inne modele oparte na sieci neuronowej dominują w wielu obecnych obszarach, takich jak widzenie komputerowe, klasyfikacja obiektów, uczenie się wzmocnienia itp. Czy istnieją domeny, w których maszyny SVM (lub inne modele) wciąż dają najnowocześniejsze wyniki?
Istnieje kilka funkcji aktywacyjnych, takich jak ReLU, sigmoid lub tanhtanh\tanh. Co się stanie, gdy połączę funkcje aktywacyjne? Niedawno odkryłem, że Google opracowało funkcję aktywacji Swish, którą jest (x * sigmoid). Zmieniając funkcję aktywacji, może zwiększyć dokładność w przypadku problemu z małą siecią neuronową, takiego jak problem XOR?
Autokodery to sieci neuronowe, które uczą się skompresowanej reprezentacji danych wejściowych w celu późniejszej ich rekonstrukcji, dzięki czemu można je wykorzystać do redukcji wymiarów. Składają się z enkodera i dekodera (które mogą być osobnymi sieciami neuronowymi). Redukcja wymiarów może być użyteczna w celu radzenia sobie z problemami związanymi z przekleństwem …
Czy optymalna polityka jest zawsze stochastyczna (tj. Mapa stanów do rozkładu prawdopodobieństwa na działania), jeśli środowisko jest również stochastyczne? Intuicyjnie, jeśli środowisko jest deterministyczne (to znaczy, jeśli agent jest w staniesssi podejmuje działanie , wtedy następny stan jest zawsze taki sam, bez względu na krok czasowy, wtedy optymalna polityka powinna …
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 sigmoidalnej?
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 jest to hiperparametr. Nie …
Próbowałem więc zaimplementować BFS na łamigłówce przesuwanej (typ liczbowy). Najważniejsze, co zauważyłem, to to, że jeśli masz 4*4tablicę, liczba stanów może być tak duża 16!, że nie mogę wcześniej wyliczyć wszystkich stanów. Więc moje pytanie brzmi: jak mogę śledzić już odwiedzone stany? (Używam tablicy klas, każda instancja klasy zawiera unikalny …
Czy są możliwe modele, które mogą w najbliższej przyszłości zastąpić sieci neuronowe? Czy potrzebujemy tego? Co jest najgorsze w korzystaniu z sieci neuronowych pod względem wydajności?
Został on niedawno zwrócił moją uwagę , że eksperci Chess wziął wyniku tego teraz słynnym meczu jako coś rozstroju. Zobacz: Nowy najlepszy gracz w szachach to nieustraszony algorytm swashbuckling Jako nie-ekspert w dziedzinie szachów i sztucznej inteligencji w szachy, moje założenie było takie, że w oparciu o wydajność AlphaGo i …
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 zawsze …
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 przeciwieństwem tego, co powinno …
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 opcji. Losowa …
Słyszałem kilka razy, że jednym z podstawowych / otwartych problemów głębokiego uczenia się jest brak „ogólnej teorii” na ten temat, ponieważ tak naprawdę nie wiemy, dlaczego głębokie uczenie się działa tak dobrze. Nawet strona Wikipedii na temat głębokiego uczenia się ma podobne komentarze . Czy takie oświadczenia są wiarygodne i …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.