Вопросы с тегом «deep-learning»

Для вопросов, связанных с глубоким обучением, которое относится к подмножеству методов машинного обучения, основанных на искусственных нейронных сетях (ANN) с несколькими скрытыми слоями. Таким образом, прилагательное глубокой относится к числу слоев ANN. Выражение «глубокое обучение», по-видимому, было введено (хотя и не в контексте машинного обучения или ANN) в 1986 году Риной Дехтер в статье «Обучение во время поиска в проблемах удовлетворения-ограничения».

8
Знают ли ученые, что происходит внутри искусственных нейронных сетей?
Знают ли ученые или эксперты-исследователи из кухни, что происходит внутри сложной «глубокой» нейронной сети, когда по крайней мере миллионы соединений разрываются в одно мгновение? Понимают ли они процесс, стоящий за этим (например, что происходит внутри и как именно это работает), или это предмет спора? Например, это исследование говорит: Однако нет …

3
Как нейронные сети могут работать с различными размерами входных данных?
Насколько я могу судить, нейронные сети имеют фиксированное количество нейронов во входном слое. Если нейронные сети используются в контексте, подобном NLP, предложения или блоки текста разных размеров подаются в сеть. Как варьируется размер входного сигнала с фиксированным размером входного слоя сети? Другими словами, как сделать такую ​​сеть достаточно гибкой, чтобы …

21
Могут ли цифровые компьютеры понимать бесконечность?
Как человек, мы можем мыслить бесконечно. В принципе, если у нас достаточно ресурсов (времени и т. Д.), Мы можем считать бесконечно много вещей (включая абстрактные, например числа или действительные числа). Например, по крайней мере, мы можем принять во внимание целые числа. Мы можем, в основном, думать и «понимать» бесконечно много …

1
Какую библиотеку вы бы порекомендовали начать с глубокого изучения?
Какую библиотеку (TensorFlow или Keras) вы бы порекомендовали для первого подхода к глубокому обучению? Я студент-невролог, впервые пытающийся использовать вычислительные подходы, если это имеет значение.

3
Почему Лисп такой хороший язык для ИИ?
Ранее я слышал от компьютерных ученых и от исследователей в области ИИ, что этот Лисп - хороший язык для исследований и разработок в области искусственного интеллекта. Это все еще применимо, с распространением нейронных сетей и глубокого обучения? Каковы были их причины для этого? На каких языках в настоящее время встроены …

8
В CNN каждый новый фильтр имеет разные веса для каждого входного канала, или одинаковые веса каждого фильтра используются для входных каналов?
Насколько я понимаю, сверточный слой сверточной нейронной сети имеет четыре измерения: input_channels, filter_height, filter_width, number_of_filters. Кроме того, я понимаю, что каждый новый фильтр просто замыкается на ВСЕ входные каналы (или карты возможностей / активации из предыдущего слоя). ОДНАКО, на рисунке ниже из CS231 показан каждый фильтр (красного цвета), применяемый к …

9
Искусственный интеллект уязвим для взлома?
В статье «Ограничения глубокого обучения в условиях состязательности» рассматривается, как нейронные сети могут быть повреждены злоумышленником, который может манипулировать набором данных, с которым обучается нейронная сеть. Авторы экспериментируют с нейронной сетью, предназначенной для чтения рукописных цифр, подрывая ее способность к чтению, искажая образцы рукописных цифр, с которыми обучается нейронная сеть. …

4
Можно ли обучить глубокие сети доказательству теорем?
Предположим, у нас есть большое количество доказательств в исчислении предикатов первого порядка. Предположим, у нас также есть аксиомы, следствия и теоремы в этой области математики в этой форме. Рассмотрим каждое доказанное утверждение и основную часть существующей теории, которая окружает это конкретное предложение, в качестве примера в обучающем наборе и известного …

3
Понимание функции потери GAN
Я изо всех сил пытаюсь понять функцию потери GAN, как это предусмотрено в статье « Понимание порождающих противоборствующих сетей» (сообщение в блоге, написанное Дэниелом Сейта). В стандартной кросс-энтропийной потере мы имеем выход, который был пропущен через сигмовидную функцию и полученную двоичную классификацию. Сиета заявляет Таким образом, для [каждой] точки данных …

4
Проблемы и альтернативы подходам глубокого обучения?
За последние 50 лет рост / падение / рост популярности нейронных сетей стал своего рода «барометром» для исследований ИИ. Из вопросов на этом сайте ясно, что люди заинтересованы в применении Deep Learning (DL) для решения самых разных сложных проблем. Поэтому у меня есть два вопроса: Практики - Что вы считаете …

6
Какова цель функции активации в нейронных сетях?
Говорят, что функции активации в нейронных сетях помогают ввести нелинейность . Что это значит? Что означает нелинейность в этом контексте? Как помогает введение этой нелинейности ? Существуют ли другие цели активации функций ?

5
Можно ли использовать нейронную сеть для прогнозирования следующего псевдослучайного числа?
Можно ли передать нейронной сети выходной сигнал от генератора случайных чисел и ожидать, что он изучит функцию хеширования (или генератора), чтобы она могла предсказать, каким будет следующее сгенерированное псевдослучайное число ? Что-то подобное уже существует? Если исследование уже сделано по этому или чему-то связанному (с предсказанием псевдослучайных чисел), может ли …

3
Как обрабатывать изображения больших размеров в CNN?
Предположим, для CNN требуется 10K изображений размером 2400 x 2400. По моему мнению, будут полезны обычные компьютеры, которые используют люди. Теперь вопрос заключается в том, как обрабатывать изображения такого большого размера, когда нет привилегий понижающей дискретизации. Вот системные требования: - Ubuntu 16.04 64-битная RAM 16 ГБ GPU 8 ГБ HDD …


2
Когда глубокое обучение излишне?
Например, для классификации электронных писем как спама, имеет ли смысл - с точки зрения времени / точности - применять глубокое обучение (если возможно) вместо другого алгоритма машинного обучения? Сделает ли глубокое обучение ненужными другие алгоритмы машинного обучения, такие как наивный байесовский ?

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.