Bei Fragen zum Deep Learning, die sich auf eine Teilmenge von Methoden des maschinellen Lernens beziehen, die auf künstlichen neuronalen Netzen (ANNs) mit mehreren verborgenen Schichten basieren. Das Adjektiv deep bezieht sich somit auf die Anzahl der Schichten der ANNs. Der Ausdruck Deep Learning wurde offenbar 1986 (wenn auch nicht im Zusammenhang mit maschinellem Lernen oder ANNs) von Rina Dechter in der Arbeit "Lernen bei der Suche in Zwangszufriedenheitsproblemen" eingeführt.
Wissen Wissenschaftler oder Forschungsexperten aus der Küche, was in einem komplexen "tiefen" neuronalen Netzwerk mit mindestens Millionen von Verbindungen geschieht, die gleichzeitig ausgelöst werden? Verstehen sie den Prozess dahinter (z. B. was im Inneren passiert und wie es genau funktioniert)...
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...
Als menschliches Wesen können wir an Unendlichkeit denken. Wenn wir über genügend Ressourcen (Zeit usw.) verfügen, können wir im Prinzip unendlich viele Dinge zählen (einschließlich abstrakt, wie Zahlen oder real). Zum Beispiel können wir zumindest ganze Zahlen berücksichtigen. Grundsätzlich können...
Welche Bibliothek (TensorFlow oder Keras) würden Sie für einen ersten Ansatz zum Deep Learning empfehlen? Ich bin ein Neurowissenschaftsstudent und versuche zum ersten Mal, rechnerische Ansätze zu finden, wenn das wichtig
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 verstehe, dass die Faltungsschicht eines neuronalen Faltungsnetzwerks vier Dimensionen hat: Eingabekanäle, Filterhöhe, Filterbreite, Anzahl der Filter. Ich verstehe außerdem, dass jeder neue Filter nur über ALLE input_channels (oder Feature- / Aktivierungskarten aus der vorherigen Ebene)...
In dem Artikel Die Einschränkungen des Deep Learning in konträren Umgebungen wird untersucht, wie neuronale Netzwerke von einem Angreifer beschädigt werden können, der den Datensatz manipulieren kann, mit dem das neuronale Netzwerk trainiert. Die Autoren experimentieren mit einem neuronalen...
Angenommen, wir haben eine große Anzahl von Beweisen im Prädikatenkalkül erster Ordnung. Angenommen, wir haben auch die Axiome, Korollarien und Theoreme auf diesem Gebiet der Mathematik in dieser Form. Betrachten Sie jeden Satz, der bewiesen wurde, und den Bestand der existierenden Theorie, der...
Ist es möglich, einem neuronalen Netzwerk die Ausgabe eines Zufallszahlengenerators zuzuführen und zu erwarten, dass es die Hashing- (oder Generator-) Funktion lernt, damit es vorhersagen kann, welche Pseudozufallszahl als nächstes generiert wird ? Gibt es so etwas schon? Kann mich jemand auf die...
Es wird gesagt, dass Aktivierungsfunktionen in neuronalen Netzen dazu beitragen, Nichtlinearität einzuführen . Was bedeutet das? Was bedeutet in diesem Zusammenhang Nichtlinearität ? Wie hilft die Einführung dieser Nichtlinearität ? Gibt es andere Zwecke für Aktivierungsfunktionen ?...
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...
In den letzten 50 Jahren hat sich der Anstieg / Abfall / Anstieg der Popularität neuronaler Netze als eine Art "Barometer" für die KI-Forschung erwiesen. Aus den Fragen auf dieser Website geht hervor, dass die Leute daran interessiert sind, Deep Learning (DL) auf eine Vielzahl schwieriger Probleme...
Angenommen, es sind 10K-Bilder der Größe 2400 x 2400 erforderlich, um in CNN verwendet zu werden. Meiner Ansicht nach werden herkömmliche Computer von Nutzen sein, die die Benutzer verwenden. Nun stellt sich die Frage, wie mit so großen Bildgrößen umgegangen werden kann, wenn keine...
Kann mir jemand den Unterschied zwischen maschinellem und tiefem Lernen erklären? Ist es möglich, tiefes Lernen zu lernen, ohne maschinelles Lernen zu
Wenn Sie beispielsweise E-Mails als Spam klassifizieren, lohnt es sich aus Zeit- / Genauigkeitssicht, Deep Learning (wenn möglich) anstelle eines anderen Algorithmus für maschinelles Lernen anzuwenden ? Wird Deep Learning andere maschinelle Lernalgorithmen wie naive Bayes überflüssig...
Die meisten Menschen versuchen, Fragen mit einem neuronalen Netzwerk zu beantworten. Hat sich jedoch jemand Gedanken darüber gemacht, wie man ein neuronales Netzwerk dazu bringt, Fragen zu stellen, anstatt Fragen zu beantworten? Wenn beispielsweise eine CNN entscheiden kann, zu welcher Kategorie...
Ich schreibe ein einfaches Spielzeugspiel mit der Absicht, ein tiefes neuronales Netzwerk darüber zu trainieren. Die Spielregeln sind ungefähr folgende: Das Spiel hat ein Brett aus sechseckigen Zellen. Beide Spieler haben die gleiche Sammlung von Steinen, die sie frei auf dem Brett platzieren...
Ich lese über generative Adversarial Networks (GANs) und habe einige Zweifel. Soweit ich weiß, gibt es in einem GAN zwei verschiedene Arten neuronaler Netze: eines ist generativ ( GGG ) und das andere diskriminativ ( DDD ). Das generative neuronale Netzwerk erzeugt einige Daten, die das...
Ich weiß, dass eine der jüngsten Modeerscheinungen derzeit darin besteht, ein neuronales Netzwerk zu trainieren, um Drehbücher und neue Episoden von z. B. den Freunden oder den Simpsons zu generieren, und das ist in Ordnung: Es ist interessant und könnte die notwendigen ersten Schritte sein, um...
Die Frage betrifft die Architektur von Deep Residual Networks ( ResNets ). Das Modell, das den 1. Platz bei der "Large Scale Visual Recognition Challenge 2015" (ILSVRC2015) in allen fünf Hauptstrecken gewann: ImageNet-Klassifizierung: „Ultra-tiefe“ 152-Lagen-Netze (Zitat Yann) ImageNet-Erkennung:...