कृत्रिम होशियारी

क्या AI प्रोग्राम में IQ हो सकता है? दूसरे शब्दों में, क्या AI प्रोग्राम के आईक्यू को मापा जा सकता है? जैसे इंसान कैसे आईक्यू टेस्ट कर सकता है।

10 intelligence-testing 

बंद हो गया । यह सवाल राय आधारित है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि इस पोस्ट को संपादित करके तथ्यों और उद्धरणों के साथ उत्तर दिया जा सके । 3 साल पहले बंद हुआ …

10 intelligent-agent 

ऐसा लगता है कि गहरे तंत्रिका नेटवर्क और अन्य तंत्रिका नेटवर्क आधारित मॉडल कई मौजूदा क्षेत्रों जैसे कंप्यूटर दृष्टि, वस्तु वर्गीकरण, सुदृढीकरण सीखने आदि पर हावी हो रहे हैं। क्या ऐसे डोमेन हैं जहां SVM (या अन्य मॉडल) अभी भी अत्याधुनिक परिणाम दे रहे हैं?

10 machine-learning  svm  state-of-the-art 

Autoencoders तंत्रिका नेटवर्क हैं जो बाद में इसे फिर से संगठित करने के लिए इनपुट के एक संपीड़ित प्रतिनिधित्व को सीखते हैं, इसलिए उन्हें आयामी कमी के लिए इस्तेमाल किया जा सकता है। वे एक एनकोडर और एक डिकोडर (जो अलग-अलग तंत्रिका नेटवर्क हो सकते हैं) से बने होते हैं। …

10 machine-learning  autoencoders  dimensionality-reduction  curse-of-dimensionality 

कई सक्रियण कार्य हैं, जैसे कि ReLU, sigmoid या । जब मैं सक्रियण क्रियाओं को मिलाता हूं तो क्या होता है?tanhtanh\tanh मैंने हाल ही में पाया कि Google ने Swish सक्रियण फ़ंक्शन विकसित किया है जो (x * sigmoid) है। सक्रियण फ़ंक्शन को बदलकर क्या यह XOR समस्या जैसी छोटी …

10 neural-networks  machine-learning  activation-function  relu  sigmoid 

क्या इष्टतम नीति हमेशा स्टोचस्टिक है (अर्थात, राज्यों से एक नक्शा जो क्रियाओं पर संभाव्यता वितरण के लिए है) यदि पर्यावरण भी स्टोचस्टिक है? अंतःक्रियात्मक रूप से, यदि पर्यावरण नियतात्मक है (अर्थात, यदि एजेंट राज्य में हैsss और कार्रवाई करता है aaa, फिर अगला राज्य s′s′s' हमेशा समान होता है, …

10 reinforcement-learning  stochastic-policy  deterministic-policy  policy  environment 

मैं सिर्फ न्यूरॉन कवरेज की अवधारणा पर ठोकर खाई, जो एक तंत्रिका नेटवर्क में सक्रिय न्यूरॉन्स और कुल न्यूरॉन्स का अनुपात है। लेकिन न्यूरॉन के लिए "सक्रिय" होने का क्या मतलब है? मुझे पता है कि सक्रियण कार्य क्या हैं, लेकिन सक्रिय होने का क्या मतलब है जैसे कि ReLU …

10 neural-networks  ai-basics  concepts  activation-function 

मुझे लगता है कि ReLU के बजाय Leaky ReLU का उपयोग करने का लाभ यह है कि इस तरह से हम लुप्तप्राय ढाल नहीं हो सकते। पैरामीट्रिक ReLU में एकमात्र अंतर के साथ एक ही फायदा है कि नकारात्मक इनपुट के लिए आउटपुट का ढलान एक सीखने योग्य पैरामीटर है …

10 neural-networks  activation-function  relu 

इसलिए मैं बीएफएस को एक स्लाइडिंग ब्लॉक्स पहेली (संख्या प्रकार) पर लागू करने की कोशिश कर रहा था । अब मैंने देखा कि मुख्य बात यह है कि यदि आपके पास एक 4*4बोर्ड है तो राज्यों की संख्या बड़ी हो सकती है, 16!इसलिए मैं पहले से सभी राज्यों की गणना …

10 ai-design  algorithm  ai-basics  breadth-first-search 

यह हाल ही में मेरे ध्यान में लाया गया था कि शतरंज विशेषज्ञों ने इस अब के प्रसिद्ध मैच के परिणाम को कुछ परेशान किया। देखें: शतरंज का नया सर्वश्रेष्ठ खिलाड़ी एक निडर, तेजतर्रार एल्गोरिथम है शतरंज और शतरंज एआई पर एक गैर-विशेषज्ञ के रूप में, मेरी धारणा यह थी …

10 chess  alphazero 

क्या ऐसे संभावित मॉडल हैं जो निकट भविष्य में तंत्रिका नेटवर्क को बदलने की क्षमता रखते हैं? और क्या हमें इसकी आवश्यकता भी है? दक्षता के मामले में तंत्रिका नेटवर्क का उपयोग करने के बारे में सबसे बुरी बात क्या है?

10 neural-networks  convolutional-neural-networks  recurrent-neural-networks 

मैं एक वीडियो फ़ाइल के अंदर एक टीवी चैनल लोगो का पता लगाने की कोशिश कर रहा हूं, इसलिए बस एक इनपुट .mp4वीडियो दिया गया है , यह पता लगाएं कि क्या यह एक विशिष्ट फ्रेम में मौजूद लोगो है, पहले फ्रेम कहें या नहीं। हमारे पास पहले से ही …

10 neural-networks  convolutional-neural-networks  pattern-recognition  detecting-patterns 

यह उन लोगों को मूर्खतापूर्ण लग सकता है जिनके पास तंत्रिका नेटवर्क के साथ बहुत अनुभव है, लेकिन यह मुझे परेशान करता है ... मेरा मतलब है कि शुरुआती वज़न को बेतरतीब करने से आपको बेहतर परिणाम मिल सकते हैं जो प्रशिक्षित नेटवर्क की तरह कुछ हद तक नज़दीक होंगे, …

10 neural-networks  training 

मैं वर्तमान में कार्ड गेम खेलने के लिए एक इंजन लिख रहा हूं, क्योंकि इस विशेष गेम के लिए अभी तक कोई इंजन नहीं है। मैं बाद में खेल के लिए एक तंत्रिका जाल पेश करने में सक्षम होने की उम्मीद कर रहा हूं, और यह खेल खेलना सीख गया …

10 neural-networks  machine-learning  gaming  neat 

मैंने कई बार सुना कि गहरी सीखने की मूलभूत / खुली समस्याओं में से एक "सामान्य सिद्धांत" की कमी है क्योंकि वास्तव में हम यह नहीं जानते कि गहरी शिक्षा इतनी अच्छी तरह से क्यों काम करती है। यहां तक ​​कि गहरी शिक्षा पर विकिपीडिया पृष्ठ पर भी ऐसी ही …

10 deep-learning