Bei Fragen zum maschinellen Lernen (ML) handelt es sich um eine Reihe von Methoden, mit denen Muster in Daten automatisch erkannt und anschließend anhand der nicht abgedeckten Muster zukünftige Daten vorhergesagt oder andere Arten der Entscheidungsfindung unter Unsicherheit durchgeführt werden können (z. B. Planung, wie um mehr Daten zu sammeln). ML wird normalerweise in überwachtes, unbeaufsichtigtes und verstärkendes Lernen unterteilt. Deep Learning ist ein Teilgebiet von ML, das tiefe künstliche neuronale Netze verwendet.
Diese beiden Begriffe scheinen insbesondere in ihrer Anwendung in der Informatik und in der Softwareentwicklung miteinander verwandt zu sein. Ist einer eine Untergruppe eines anderen? Ist eines ein Werkzeug, um ein System für das andere zu erstellen? Was sind ihre Unterschiede und warum sind sie...
Zuallererst bin ich ein Anfänger, der AI studiert, und dies ist keine meinungsorientierte Frage oder eine Frage zum Vergleichen von Programmiersprachen. Ich sage nicht, dass das die beste Sprache ist. Tatsache ist jedoch, dass die meisten der bekannten KI-Frameworks Python in erster Linie...
Soweit ich das beurteilen kann, haben neuronale Netze eine feste Anzahl von Neuronen in der Eingabeebene. Wenn neuronale Netzwerke in einem Kontext wie NLP verwendet werden, werden Sätze oder Textblöcke unterschiedlicher Größe in ein Netzwerk eingespeist. Wie wird die variierende Eingabegröße mit...
Stellen Sie sich vor, Sie zeigen einem neuronalen Netzwerk 100-mal das Bild eines Löwen und kennzeichnen es mit "gefährlich", damit es erfährt, dass Löwen gefährlich sind. Stellen Sie sich nun vor, Sie hätten es zuvor Millionen von Löwenbildern gezeigt und alternativ als "gefährlich" und "nicht...
Ich habe zuvor von Informatikern und Forschern auf dem Gebiet der KI gehört, dass Lisp eine gute Sprache für Forschung und Entwicklung auf dem Gebiet der künstlichen Intelligenz ist. Gilt dies immer noch mit der Verbreitung neuronaler Netze und des tiefen Lernens? Was war ihre Begründung dafür? In...
Ich versuche, eine existierende Untersuchung zu finden, wie die Anzahl der verborgenen Schichten und die Größe dieser einer LSTM-basierten RNN ausgewählt werden kann. Gibt es einen Artikel, in dem dieses Problem untersucht wird, dh wie viele Speicherzellen sollte man verwenden? Ich gehe davon aus,...
Was ist selbstüberwachtes Lernen beim maschinellen Lernen? Wie unterscheidet es sich vom betreuten
Wie unterscheidet sich ein neuronales Netzwerk mit dem Adjektiv "tief" von anderen ähnlichen
Ich möchte ein neuronales Netzwerk trainieren, in dem die Ausgabeklassen nicht von Anfang an (alle) definiert sind. Weitere Klassen werden später basierend auf eingehenden Daten eingeführt. Dies bedeutet, dass ich jedes Mal, wenn ich eine neue Klasse einführe, das NN neu trainieren muss. Wie kann...
Gibt es laufende KI-Projekte, die Stack Exchange für maschinelles Lernen
Ich möchte eine KI erstellen, die Five-in-A-Row / Gomoku spielen kann. Wie ich bereits im Titel erwähnt habe, möchte ich dafür das verstärkende Lernen verwenden. Ich verwende die Policy-Gradient- Methode, nämlich REINFORCE, mit Baseline. Für die Näherung von Wert und Richtlinienfunktion verwende...
Der Antrieb für den Übergang vom analogen zum digitalen Schaltkreis im 20. Jahrhundert war der Wunsch nach höherer Genauigkeit und geringerem Rauschen. Jetzt entwickeln wir eine Software, bei der die Ergebnisse ungefähr sind und das Rauschen einen positiven Wert hat. In künstlichen Netzwerken...
Ich kämpfe darum, die GAN-Verlustfunktion zu verstehen, wie sie in " Grundlegendes zu generativen kontradiktorischen Netzwerken" (einem Blogbeitrag von Daniel Seita) beschrieben wird. Beim Standard-Cross-Entropy-Loss haben wir eine Ausgabe, die eine Sigmoid-Funktion und eine resultierende binäre...
Nur zum Spaß versuche ich, ein neuronales Netzwerk aufzubauen. Für die Rückübertragung habe ich zwei Techniken gesehen. Der erste wird hier und auch an vielen anderen Orten verwendet. Was es tut, ist: Es berechnet den Fehler für jedes Ausgangsneuron. Es überträgt es zurück in das Netzwerk...
Angenommen, ein NN enthält nnn ausgeblendete Ebenen, mmm Trainingsbeispiele, Features und Knoten in jeder Ebene. Was ist die zeitliche Komplexität, um dieses NN mithilfe von Backpropagation zu trainieren?xxxninin_i Ich habe eine grundlegende Vorstellung davon, wie sie die zeitliche Komplexität von...
Ich möchte nur wissen, warum Ingenieure des maschinellen Lernens und KI-Programmierer Sprachen wie Python verwenden, um KI-Aufgaben auszuführen, und nicht C ++, obwohl C ++ technisch eine leistungsfähigere Sprache als Python
Die Kreuzentropie ist identisch mit der KL-Divergenz plus der Zielverteilungsentropie. KL ist gleich Null, wenn die beiden Verteilungen gleich sind. Dies scheint mir intuitiver zu sein als die Entropie der Zielverteilung. Ich sage nicht, dass es in einem der anderen mehr Informationen gibt, außer...
Kann mir jemand den Unterschied zwischen maschinellem und tiefem Lernen erklären? Ist es möglich, tiefes Lernen zu lernen, ohne maschinelles Lernen zu
Werden Suchmaschinen als KI betrachtet, weil sie analysieren, wonach Sie suchen, und sich daran erinnern? Oder wie sie Ihnen Anzeigen von dem schicken, wonach Sie in letzter Zeit gesucht haben? Wird das als KI oder nur als schlau
Gegeben ist ein neuronales Netz fff , das nnn Datenpunkte als Eingabe nimmt : x1,…,xnx1,…,xnx_1, \dots, x_n . Wir sagen, fff ist eine Permutationsinvariante wenn f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) für jede Permutation pipipi . Könnte jemand einen...