Deepmind hat gerade einen Artikel über einen "differenzierbaren neuronalen Computer" veröffentlicht , der im Grunde ein neuronales Netzwerk mit einem Speicher kombiniert . Die Idee ist, dem neuronalen Netzwerk beizubringen, nützliche explizite Erinnerungen für eine bestimmte Aufgabe zu erstellen...
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:...
Was ist das Konzept und wie berechnet man Engpasswerte? Wie helfen diese Werte bei der Bildklassifizierung? Bitte erklären Sie in einfachen
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...
Trusted Region Policy Optimization (TRPO) und Proximal Policy Optimization (PPO) sind zwei innovative Algorithmen für Richtliniengradienten. Wenn Sie eine einzelne kontinuierliche Aktion verwenden, verwenden Sie normalerweise eine Wahrscheinlichkeitsverteilung (z. B. Gauß) für die Verlustfunktion....
Ich habe das folgende Spickzettel für neuronale Netze gefunden (Spickzettel für KI, Neuronale Netze, Maschinelles Lernen, Deep Learning und Big Data ). Wofür werden all diese verschiedenen Arten von neuronalen Netzen verwendet? Welche neuronalen Netze können beispielsweise zur Regression oder...
Ich lerne neu in NLP. Ich interessiere mich für die satzgenerierende Aufgabe. Für mich ist das CharRNN eine Methode nach dem Stand der Technik , bei der RNN zur Erzeugung einer Wortfolge verwendet wird. Allerdings BERT hat vor einigen Wochen kommen und ist sehr mächtig. Daher frage ich mich, ob...
Welche Schicht verbraucht im Convolutional Neural Network maximal Zeit im Training? Faltungsschichten oder vollständig verbundene Schichten? Wir können die AlexNet-Architektur verwenden, um dies zu verstehen. Ich möchte eine zeitliche Aufteilung des Trainingsprozesses sehen. Ich möchte einen...
Alles, was mit Deep Learning (DL) und Deep (er) Netzwerken zu tun hat, scheint "erfolgreich" zu sein, zumindest sehr schnell voranzukommen und den Glauben zu pflegen, dass AGI in Reichweite ist. Das ist populäre Vorstellung. DL ist ein hervorragendes Instrument, um so viele Probleme anzugehen,...
Ich bin ziemlich neu im Deep Learning, aber ich denke, ich habe genau die richtige reale Situation gefunden, um damit zu beginnen. Das Problem ist, dass ich solche Algorithmen nur verwendet habe, um Ergebnisse vorherzusagen. Für mein neues Projekt benötige ich Informationen, mit denen eine Maschine...
Ich habe einen großen Datensatz von Fahrzeugen mit der Grundwahrheit ihrer Länge (über 100.000 Proben). Ist es möglich, ein tiefes Netzwerk zu trainieren, um die Fahrzeuglänge zu messen / zu schätzen? Ich habe keine Artikel über die Schätzung der Objektgröße mithilfe eines tiefen neuronalen...
Hopfield-Netzwerke können einen Vektor speichern und ab einer verrauschten Version abrufen. Sie setzen dabei Gewichte, um die Energiefunktion zu minimieren, wenn alle Neuronen gleich den Vektorwerten sind, und rufen den Vektor ab, indem sie die verrauschte Version als Eingabe verwenden und es dem...
Ich habe meine Masterarbeit über Deep Generative Models gemacht und suche derzeit nach einem neuen Fach. F: Was sind die "heißesten" Forschungsthemen, die in letzter Zeit der Deep-Learning-Community viel Aufmerksamkeit schenken? Einige Klarstellungen: Ich habe ähnliche Fragen durchgesehen und keine...
Was ist geometrisches Deep Learning (GDL)? Wie unterscheidet es sich von Deep Learning? Warum brauchen wir GDL? Was sind einige Anwendungen von
Ich trainiere ein auto-encoderNetzwerk mit AdamOptimierer (mit amsgrad=True) und MSE lossfür die Aufgabe der Einkanal-Audioquellentrennung. Immer wenn ich die Lernrate um einen Faktor verringere, springt der Netzwerkverlust abrupt und nimmt dann bis zum nächsten Abfall der Lernrate ab. Ich verwende...
Was ist die Definition eines tiefen neuronalen Netzwerks? Warum sind sie so beliebt oder
Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Im letzten Monat geschlossen . Der aktuelle Trend...
Ich habe Viv untersucht, einen künstlichen intelligenten Agenten in der Entwicklung. Nach meinem Verständnis kann diese KI neuen Code generieren und basierend auf einer Abfrage des Benutzers ausführen. Ich bin neugierig zu wissen, wie diese KI lernen kann, Code basierend auf einer Abfrage zu...
Darüber hinaus stellen wir fest, dass Moduskollaps, der traditionell GANs plagt, im Verlauf eines Dutzend Minibatches sehr schnell auftritt. Üblicherweise beginnen sie, wenn der Diskriminator überschießt, was zu übertriebenen Gradienten führt, und es folgt eine ungesunde Konkurrenz, bei der die...
Ich habe mehrmals gehört, dass eines der grundlegenden / offenen Probleme des tiefen Lernens das Fehlen einer "allgemeinen Theorie" ist, weil wir eigentlich nicht wissen, warum tiefes Lernen so gut funktioniert. Sogar die Wikipedia-Seite zum Thema Deep Learning enthält ähnliche Kommentare . Sind...