deep-learning पर टैग किए गए जवाब

गहरी सीखने से संबंधित प्रश्नों के लिए, जो कई छिपे हुए परतों के साथ कृत्रिम तंत्रिका नेटवर्क (ANN) पर आधारित मशीन सीखने के तरीकों के सबसेट को संदर्भित करता है। विशेषण गहरा इस प्रकार ANN की परतों की संख्या को दर्शाता है। 1986 में रीना डेचर द्वारा "बाधा-संतुष्टि-समस्याओं में खोज करते हुए सीखना" पेपर में अभिव्यक्ति गहन सीखने को स्पष्ट रूप से पेश किया गया था (हालांकि मशीन लर्निंग या एएनएन के संदर्भ में नहीं)।

3
क्या किसी ने तंत्रिका नेटवर्क बनाने के बारे में सोचा है, केवल उनसे जवाब देने के बजाय सवाल पूछते हैं?
अधिकांश लोग तंत्रिका नेटवर्क के साथ सवाल का जवाब देने की कोशिश कर रहे हैं। हालांकि, क्या किसी ने कुछ सवालों के जवाब देने के बजाय तंत्रिका नेटवर्क से सवाल पूछने के बारे में विचार किया है? उदाहरण के लिए, यदि कोई सीएनएन यह तय कर सकता है कि कोई …


2
ग्रिड-आधारित गेम सीखने के लिए तंत्रिका नेटवर्क के लिए इनपुट / आउटपुट एन्कोडिंग
मैं एक साधारण खिलौना खेल लिख रहा हूं, जिसके शीर्ष पर एक गहरे तंत्रिका नेटवर्क को प्रशिक्षित करने का इरादा है। खेल के नियम लगभग निम्नलिखित हैं: खेल में हेक्सागोनल कोशिकाओं से बना एक बोर्ड होता है। दोनों खिलाड़ियों के पास टुकड़ों का एक ही संग्रह है जिसे वे बोर्ड …

3
सुदृढीकरण सीखने में एक विवश एक्शन स्पेस को कैसे लागू किया जाए?
मैं PPO एजेंट के साथ एक सुदृढीकरण सीखने के मॉडल को कोडिंग कर रहा हूं , जो कि Tensorflow के शीर्ष पर निर्मित, बहुत अच्छे Tensorforce पुस्तकालय के लिए धन्यवाद है । पहला संस्करण बहुत सरल था और अब मैं एक अधिक जटिल वातावरण में गोता लगा रहा हूं, जहां …

2
जेनरेटर के प्रतिकूल नेटवर्क कैसे काम करते हैं?
मैं जेनरेटिव एडवरसरी नेटवर्क्स (GANs) के बारे में पढ़ रहा हूं और मुझे इसके बारे में कुछ संदेह है। अब तक, मैं समझता हूं कि GAN में दो अलग-अलग प्रकार के तंत्रिका नेटवर्क हैं: एक है जेनरेटिव ( जीGG ) और दूसरा विभेदकारी ( डीDD )। जनरेटिव न्यूरल नेटवर्क कुछ …

1
दीपमिन्द का नया "डिफरेंशियल न्यूरल कंप्यूटर" पैमाना कैसे होगा?
दीपमिन्द ने केवल एक " विभेदी तंत्रिका कंप्यूटर" के बारे में एक पेपर प्रकाशित किया , जो मूल रूप से एक स्मृति के साथ एक तंत्रिका नेटवर्क को जोड़ता है । एक निश्चित कार्य के लिए उपयोगी स्पष्ट यादों को बनाने और याद करने के लिए तंत्रिका नेटवर्क को सिखाना …

2
क्या कोई वैज्ञानिक / गणितीय तर्क है जो गहरी शिक्षा को कभी मजबूत एआई बनाने से रोकता है?
मैंने यहूदिया पर्ल की किताब क्यों पढ़ी , जिसमें उन्होंने उल्लेख किया है कि गहरी शिक्षा सिर्फ एक शानदार वक्र फिटिंग तकनीक है, और मानव जैसी बुद्धि का उत्पादन करने में सक्षम नहीं होगी। उनकी पुस्तक में यह आरेख है जो संज्ञानात्मक क्षमताओं के तीन स्तरों को दर्शाता है: विचार …

7
क्या किसी कहानी की रूपरेखा तैयार करने के लिए AI को प्रशिक्षित किया जा सकता है?
मुझे पता है कि हाल ही में किए गए एक फड्स में से एक है, स्क्रीनप्ले और उदाहरण के फ्रेंड्स या द सिम्पसंस के नए एपिसोड जनरेट करने के लिए एक न्यूरल नेटवर्क को प्रशिक्षित करना, और यह ठीक है: यह दिलचस्प है और प्रोग्राम बनाने की दिशा में आवश्यक …

2
क्या गहरे अवशिष्ट नेटवर्क को नेटवर्क के एक समूह के रूप में देखा जाना चाहिए?
यह प्रश्न डीप रेजिडेंशियल नेटवर्क्स ( रेसनेट्स ) की वास्तुकला के बारे में है । वह मॉडल जिसने सभी पाँच मुख्य ट्रैक्स में "लार्ज स्केल विजुअल रिकॉग्निशन चैलेंज 2015" (ILSVRC2015) में 1-स्थान जीता है : इमेजनेट वर्गीकरण: "अल्ट्रा-डीप" (उद्धरण यान) 152-परत जाल इमेजनेट डिटेक्शन: 2% से बेहतर 16% ImageNet स्थानीयकरण: …

1
सभी विभिन्न प्रकार के तंत्रिका नेटवर्क किसके लिए उपयोग किए जाते हैं?
मुझे निम्नलिखित न्यूरल नेटवर्क चीट शीट ( ची, शीट्स फॉर एआई, न्यूरल नेटवर्क्स, मशीन लर्निंग, डीप लर्निंग एंड बिग डेटा ) मिली । इन सभी विभिन्न प्रकार के तंत्रिका नेटवर्क किसके लिए उपयोग किए जाते हैं? उदाहरण के लिए, प्रतिगमन या वर्गीकरण के लिए कौन से तंत्रिका नेटवर्क का उपयोग …

2
CNN प्रशिक्षण में किस परत का अधिक समय लगता है? एफसी परतों के विरूद्ध संवहन परतें
संवादी तंत्रिका नेटवर्क में, कौन सी परत प्रशिक्षण में अधिकतम समय लेती है? बातचीत परतें या पूरी तरह से कनेक्टेड परतें? इसे समझने के लिए हम एलेक्सनेट आर्किटेक्चर ले सकते हैं। मैं प्रशिक्षण प्रक्रिया के समय को देखना चाहता हूं। मैं एक सापेक्ष समय की तुलना करना चाहता हूं ताकि …

5
सामान्य ज्ञान प्राप्त करने के लिए गहरे तंत्रिका नेटवर्क और गहन शिक्षण अपर्याप्त क्यों हैं?
डीप लर्निंग (डीएल) और डीप (एर) नेटवर्क से जुड़ी हर चीज "सफल" लगती है, कम से कम बहुत तेजी से प्रगति कर रही है, और विश्वास है कि एजीआई पहुंच रही है। यह लोकप्रिय कल्पना है। एजीआई के निर्माण सहित कई समस्याओं से निपटने के लिए डीएल एक जबरदस्त उपकरण …

1
क्या गहरी तंत्रिका नेटवर्क की परतों को हॉपफील्ड नेटवर्क के रूप में देखा जा सकता है?
हॉपफील्ड नेटवर्क एक वेक्टर स्टोर करने में सक्षम हैं और इसे इसके शोर संस्करण से शुरू करते हुए पुनः प्राप्त करते हैं। वे ऊर्जा फ़ंक्शन को कम करने के लिए वेट सेट करते हैं, जब सभी न्यूरॉन्स वेक्टर मानों के बराबर सेट होते हैं, और इनपुट के रूप में इसके …

1
जब मैं PyTorch में एडम ऑप्टिमाइज़र के साथ सीखने की दर घटाता हूं तो नुकसान अचानक बढ़ जाता है
मैं ऑप्टिमाइज़र (साथ ) और एकल चैनल ऑडियो स्रोत पृथक्करण कार्य के auto-encoderसाथ एक नेटवर्क का प्रशिक्षण दे रहा हूं । जब भी मैं एक कारक द्वारा सीखने की दर को कम करता हूं, तो नेटवर्क हानि अचानक कूद जाती है और फिर सीखने की दर में अगले क्षय तक …

1
कई निरंतर क्रियाओं के मामले में पॉलिसी ग्रेडिएंट कैसे लागू किया जा सकता है?
विश्वसनीय क्षेत्र नीति अनुकूलन (TRPO) और समीपस्थ नीति अनुकूलन (PPO) दो अत्याधुनिक नीति-विन्यास एल्गोरिदम हैं। एक एकल निरंतर कार्रवाई का उपयोग करते समय, सामान्य रूप से, आप हानि फ़ंक्शन के लिए कुछ प्रायिकता वितरण (उदाहरण के लिए, गाऊसी) का उपयोग करेंगे। मोटा संस्करण है: एल ( θ ) = लॉग( …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.