W przypadku pytań dotyczących sztucznych sieci, takich jak MLP, CNN, RNN, LSTM i GRU, ich warianty lub dowolne inne elementy systemu AI, które kwalifikują się jako sieci neuronowe, ponieważ są częściowo inspirowane biologicznymi sieciami neuronowymi.
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 uogólnienia?
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 dla tego kwadratu. Jego dane wejściowe to ciąg …
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 starsze wersje korzystały z dwóch oddzielnych sieci neuronowych. Wykazano, że …
Wyobraź sobie grę, w której jest to czarny ekran oprócz czerwonego piksela i niebieskiego piksela. Biorąc pod uwagę tę grę dla człowieka, najpierw zobaczą, że naciśnięcie klawiszy strzałek spowoduje przesunięcie czerwonego piksela. Następną rzeczą, jakiej spróbują, jest przesunięcie czerwonego piksela na niebieski. Daj tę grę sztucznej inteligencji, losowo przesunie czerwony …
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 reprezentuje wypukłą zależność między dwiema ścianami, a …
Mam był patrząc pod Viv sztuczną inteligentnego agenta w rozwoju. W oparciu o to, co rozumiem, ta sztuczna inteligencja może wygenerować nowy kod i wykonać go na podstawie zapytania od użytkownika. Ciekawe, jak ta sztuczna inteligencja jest w stanie nauczyć się generować kod na podstawie niektórych zapytań. Jakie algorytmy uczenia …
Według mojej wiedzy większość obecnych badań sztucznej inteligencji wykorzystuje jakąś sieć neuronową lub jej warianty. Dobrym przykładem może być alphago DeepMind, który moim zdaniem jest głęboką siecią neuronową, dla wizji CNN, tekstu, muzyki i innych uporządkowanych funkcji RNN itp. Ale do aplikacji uczenia maszynowego mamy sieci neuronowe, maszyny wektorowe wsparcia, …
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?
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 …
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?
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 …
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 na ten temat. Ten, który znalazłem, ujawnił …
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.