Sztuczna inteligencja neural-networks

2

Kodowanie wejścia / wyjścia dla sieci neuronowej do nauki gry opartej na siatce

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 nagradza (lub zmniejsza punkty przeciwnika) w zależności od ich …

13 neural-networks deep-learning game-ai

2

Optymalna liczba warstw w sieci neuronowej?

Jak zdecydować o optymalnej liczbie warstw do utworzenia podczas implementacji sieci neuronowej (Feedforward, back propagation lub RNN)?

13 neural-networks hidden-layers

4

1 ukryta warstwa z 1000 neuronów vs. 10 ukrytych warstw ze 100 neuronami

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 ukrytą warstwę 1000 …

13 neural-networks

2

Jak wybrać funkcję aktywacji?

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, gdy mam do czynienia z wartościami ogólnymi. W ukrytych warstwach …

13 neural-networks machine-learning math activation-function

2

Jak działają generatywne sieci przeciwne?

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 neuronowa ocenia pod kątem …

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

4

Co sprawia, że sieci neuronowe są tak dobre w przewidywaniach?

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 złożona funkcja na …

12 neural-networks

7

Czy sztuczną inteligencję można wytrenować, aby generowała zarys historii?

Wiem, że jednym z ostatnich trendów jest trenowanie sieci neuronowej w celu generowania scenariuszy i nowych odcinków, np. Przyjaciół lub Simpsonów, i to dobrze: jest interesujące i może być niezbędnym pierwszym krokiem w kierunku tworzenia programów, które mogą generować sensowne / zrozumiałe historie. W tym kontekście, czy sieci neuronowe mogą …

12 neural-networks deep-learning applications

2

Czy głębokie sieci rezydualne należy postrzegać jako zbiór sieci?

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 ImageNet: 16% lepsze niż drugie Lokalizacja ImageNet: 27% lepsza niż druga Wykrywanie COCO: 11% lepsze …

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

1

Do czego służą różne rodzaje sieci neuronowych?

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 wykorzystać do generowania sekwencji itp.? Potrzebuję tylko krótkiego …

11 neural-networks machine-learning deep-learning applications

1

Czy komórkowe sieci neuronowe są jednym z rodzajów sieci neuronowych?

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 3x3 zwane A …

11 neural-networks terminology theory

1

Jakie są zalety złożonych sieci neuronowych?

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 rzeczywistej wartości?

11 neural-networks

1

Czy istnieją sieci neuronowe z bardzo małą liczbą węzłów, które przyzwoicie rozwiązują niebanalne problemy?

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 neuronowych.

11 neural-networks

2

Która warstwa zużywa więcej czasu na szkolenie CNN? Warstwy splotu vs warstwy FC

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 GPU.

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

4

Jak wybrać odpowiednie funkcje danych?

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 typach (inne różne szczegółowe wykorzystanie). Mam również informacje …

11 neural-networks machine-learning datasets feature-selection

2

Czy komputery będą w stanie zrozumieć emocje użytkownika?

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 reagowaniem na emocje? Czy komputery będą …

11 neural-networks research learning-algorithms

Pytania otagowane jako neural-networks