Вопросы с тегом «neural-networks»

Нейронная сеть - это ориентированный взвешенный граф. Они могут быть представлены (разреженной) матрицей. Это может раскрыть некоторые элегантные свойства сети. Является ли этот метод полезным для изучения нейронных сетей?

9 neural-networks 

Могут ли автоэнкодеры использоваться для контролируемого обучения без добавления выходного слоя ? Можем ли мы просто снабдить его каскадным вектором ввода-вывода для обучения и восстановить выводную часть из входной части при выполнении логического вывода? Выходная часть будет обрабатываться как пропущенные значения во время вывода, и будет применено некоторое вменение.

9 neural-networks 

В последние годы Deep Mind опубликовал множество работ по глубокому обучению, большинство из которых посвящены современным задачам. Но сколько из этой работы было фактически воспроизведено сообществом ИИ? Например, по мнению других исследователей, бумагу Neural Turing Machine очень трудно воспроизвести.

9 neural-networks  deep-learning  research 

В частности, встроенный компьютер (с ограниченными ресурсами) анализирует видеоизображение в реальном времени с камеры дорожного движения, пытаясь выбрать хорошие кадры, которые содержат номерные знаки проезжающих автомобилей. Когда табличка обнаружена, кадр передается в библиотеку OCR для извлечения регистрации и дальнейшего ее использования. В моей стране обычно используются два типа номерных знаков …

9 neural-networks  image-recognition 

На этот вопрос уже есть ответ здесь : Применяется ли обратное распространение для каждой точки данных или для группы точек данных? (1 ответ) Закрыто 7 месяцев назад . Я пытаюсь изучить нейронные сети, просматривая эту серию видео и внедряя простую нейронную сеть на Python. Вот одна из вещей, которые меня …

9 neural-networks  python 

Коротко о глубоком обучении (для справки) : Глубокое обучение - это раздел машинного обучения, основанный на наборе алгоритмов, которые пытаются моделировать абстракции высокого уровня в данных с использованием глубокого графа с несколькими уровнями обработки, состоящими из нескольких линейных и нелинейных преобразований. Различные архитектуры глубокого обучения, такие как глубокие нейронные сети, …

9 neural-networks  machine-learning  deep-learning  convolutional-neural-networks  computer-vision 

Если нейроны и синапсы могут быть реализованы с использованием транзисторов, что мешает нам создавать произвольно большие нейронные сети, используя те же методы, с помощью которых создаются графические процессоры? По сути, мы увидели, как необычайно хорошо работают виртуальные нейронные сети, реализованные на последовательных процессорах (даже графические процессоры являются последовательными машинами, но …

9 neural-networks  recurrent-neural-networks  hardware 

Как использование эволюционных алгоритмов для проектирования и обучения искусственных нейронных сетей имеет преимущества по сравнению с использованием обычных алгоритмов обратного распространения?

9 neural-networks  comparison  backpropagation  evolutionary-algorithms 

Существуют ли исследования, в которых используются реалистичные модели нейронов? Обычно модель нейрона для нейронной сети довольно проста, в отличие от реалистичного нейрона, который включает в себя сотни белков и миллионы молекул (или даже большее количество). Существуют ли исследования, которые извлекают пользу из этой реальности и пытаются разработать реалистичные модели нейронов? …

8 neural-networks  artificial-neuron  neurons  brain  neuromorphic-engineering 

Если на вас напал паук, скорее всего, вы никогда больше не приблизитесь к пауку. В модели нейронной сети плохой опыт работы с пауком немного снизит вероятность того, что вы приблизитесь к пауку, в зависимости от скорости обучения. Это не хорошо. Как вы можете запрограммировать страх в нейронную сеть, чтобы вам …

8 neural-networks  theory  emotional-intelligence 

Я в значительной степени новичок в Tensorflow и просто следую инструкциям. С моим кодом проблем нет, но у меня есть вопрос относительно вывода accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039 global_step: 760 label/mean: 0.33333334 loss: 6.578666 prediction/mean: 0.3428335 Я хотел бы знать, что представляют собой «предсказание / …

8 neural-networks  tensorflow  python  artificial-neuron 

Я строю нейронную сеть, чтобы предсказать ценность произведения искусства с широким диапазоном входных данных (размер, художественная среда и т. Д.), И я хотел бы также включить автора в качестве входных данных (это часто огромный фактор стоимости одного произведения искусства). Моя текущая проблема заключается в том, что имя автора не является …

8 neural-networks 

Кажется довольно спорным сказать, что подходы, основанные на NN, становятся довольно мощными инструментами во многих областях ИИ - будь то распознавание и разложение изображений (лица на границе, уличные сцены в автомобилях, принятие решений в неопределенных / сложных ситуациях или с частичными данными). Почти неизбежно, некоторые из этих применений перерастут в …

8 neural-networks  machine-learning  philosophy  security  explainable-ai 

Проработав с нейронными сетями около полугода, я на собственном опыте испытал то, что часто называют их основными недостатками, то есть переоснащение и застревание в локальных минимумах. Однако с помощью оптимизации гиперпараметров и некоторых недавно изобретенных подходов они были преодолены для моих сценариев. Из моих собственных экспериментов: Dropout, кажется, очень хороший …

8 neural-networks 

Две общие функции активации, используемые в глубоком обучении, - это функция гиперболического тангенса и функция активации сигмовидной кишки. Я понимаю, что гиперболический тангенс - это просто изменение масштаба и перевод сигмоидальной функции: tanh(z)=2σ(z)−1tanh⁡(z)=2σ(z)−1\tanh(z) = 2\sigma(z) - 1, Есть ли существенная разница между этими двумя функциями активации и, в частности, когда …

8 neural-networks  machine-learning  deep-network  comparison  hidden-layers