Welche Vorteile können wir durch die Anwendung von Graph Convolutional Neural Network anstelle von gewöhnlichem CNN erzielen? Ich meine, wenn wir ein Problem durch CNN lösen können, was ist der Grund, warum wir auf Graph Convolutional Neural Network umstellen sollten, um es zu lösen? Gibt es...
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...
DeepMind gab an, dass sein Deep Q-Network (DQN) sein Verhalten kontinuierlich anpassen konnte, während es lernte, 49 Atari-Spiele zu spielen. Nachdem der Agent alle Spiele mit demselben neuronalen Netz gelernt hatte, war er in der Lage, sie alle gleichzeitig auf "übermenschlichen" Ebenen zu spielen...
Über den YouTube-Kanal von Two Minute Papers stieß ich auf einen Artikel, The Bitter Truth . Rich Sutton sagt ... Eine Sache, die aus der bitteren Lektion gelernt werden sollte, ist die große Kraft von Allzweckmethoden, von Methoden, die mit zunehmender Berechnung weiter skalieren, selbst wenn 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...
Maxout-Netzwerke waren eine einfache, aber brillante Idee von Goodfellow et al. von 2013 bis max Feature Maps, um einen universellen Approximator für konvexe Aktivierungen zu erhalten. Das Design wurde für die Verwendung in Verbindung mit Dropout (damals erst kürzlich eingeführt) zugeschnitten und...
Lisp wurde ursprünglich als praktische mathematische Notation für Computerprogramme entwickelt, die von der Notation des Lambda-Kalküls der Alonzo Church beeinflusst wurde. Laut Wikipedia wurde es schnell zur bevorzugten Programmiersprache für die Forschung mit künstlicher Intelligenz (KI). Wenn...
Ich möchte verschiedene Verlustfunktionen für ein hierarchisches Klassifizierungsproblem mit mehreren Etiketten ausprobieren. Bisher habe ich verschiedene Modelle oder Submodelle wie den Multilayer Perceptron (MLP) -Zweig in einem größeren Modell trainiert, das sich mit verschiedenen...
Ich habe einen tiefgreifenden deterministischen Lernagenten zur Verstärkung von Richtliniengradienten entwickelt, um alle Spiele / Aufgaben mit nur einer Aktion ausführen zu können. Der Agent scheint jedoch schrecklich zu scheitern, wenn zwei oder mehr Aktionen ausgeführt werden. Ich habe versucht,...
So wie ich es aus dieser Videovorlesung verstehe , gibt es drei Arten von tiefem Lernen: Überwacht Unbeaufsichtigt Verstärkung All dies kann dazu dienen, ein neuronales Netzwerk entweder nur vor seiner Bereitstellung oder während seines Betriebs zu trainieren . Für den letzteren Fall wird...
In einigen Tweets zu NeurIPS 2018 erschien dieses Video von NVIDIA. Gegen 0,37 sagt sie: Wenn Sie über die aktuellen Berechnungen in unseren Deep-Learning-Systemen nachdenken, basieren alle auf linearer Algebra. Können wir bessere Paradigmen für die mehrdimensionale Verarbeitung finden? Können wir...
Ich habe dies gegoogelt, aber abgesehen von einigen Artikeln konnte ich kein Reverse Engineering-Tool finden, das mit maschinellem Lernen erstellt wurde. Ich bin kein Experte für maschinelles Lernen und tiefes Lernen, aber es scheint vernünftig zu denken, dass wir angesichts der Tatsache, dass wir...
Ich wurde zu dieser Frage aufgefordert, als ich versuchte, Server-Racks und Motherboards zu finden, die auf künstliche Intelligenz spezialisiert sind. Natürlich bin ich auf die SuperMicro-Website gegangen. Dort konnte das Chassis + Motherboard, das die maximalen GPUs in der Kategorie "Künstliche...