Ich habe mehrfach gehört, dass "Neuronale Netze die beste Annäherung sind, die wir zum Modellieren des menschlichen Gehirns haben", und ich denke, es ist allgemein bekannt, dass Neuronale Netze unserem Gehirn nachempfunden sind. Ich vermute sehr, dass dieses Modell vereinfacht wurde, aber wie viel?...
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...
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...
Modulare / Multiple Neuronale Netze (MNNs) drehen sich um das Training kleinerer, unabhängiger Netze, die ineinander oder in ein anderes höheres Netz eingespeist werden können. Grundsätzlich könnte die hierarchische Organisation es uns ermöglichen, komplexere Problembereiche zu verstehen und eine...
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...
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...
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
Für einen deterministischen Problemraum muss ich ein neuronales Netzwerk mit der optimalen Knoten- und Verbindungsstruktur finden. Ich möchte einen genetischen Algorithmus verwenden, um viele neuronale Netzwerke zu simulieren und die beste Netzwerkstruktur für die Problemdomäne zu finden. Ich habe...
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...
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...
Angenommen, ich möchte ein Problem mit einem neuronalen Netzwerk lösen, das entweder nicht zu bereits vorhandenen Topologien (Perceptron, Konohen usw.) passt, oder ich bin mir dessen Existenz einfach nicht bewusst, oder ich kann ihre nicht verstehen Mechaniker und ich verlassen uns stattdessen auf...
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...
Verwendet das menschliche Gehirn eine bestimmte Aktivierungsfunktion? Ich habe einige Nachforschungen angestellt, und da dies ein Schwellenwert dafür ist, ob das Signal über ein Neuron gesendet wird oder nicht, klingt es sehr nach ReLU. Ich kann jedoch keinen einzigen Artikel finden, der dies...
Wie kann die optimale Anzahl von Schichten festgelegt werden, die bei der Implementierung eines neuronalen Netzwerks erstellt werden sollen (Feedforward, Back Propagation oder
Diese Art von Fragen mag problemabhängig sein, aber ich habe versucht, eine Untersuchung zu finden, die sich mit der Frage befasst, ob die Anzahl der versteckten Schichten und ihre Größe (Anzahl der Neuronen in jeder Schicht) wirklich eine Rolle spielen oder nicht. Meine Frage ist also, ist es...
Ich wähle die Aktivierungsfunktion für die Ausgabeebene abhängig von der Ausgabe, die ich benötige, und den Eigenschaften der Aktivierungsfunktion, die ich kenne. Zum Beispiel wähle ich die Sigmoid-Funktion, wenn ich mich mit Wahrscheinlichkeiten befasse, eine ReLU, wenn ich mich mit positiven...
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:...
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 bin neu in neuronalen Netzen und versuche mathematisch zu verstehen, was neuronale Netze bei Klassifizierungsproblemen so gut macht. Am Beispiel eines kleinen neuronalen Netzwerks (zum Beispiel eines mit 2 Eingängen, 2 Knoten in einer verborgenen Schicht und 2 Knoten für den Ausgang) haben Sie...
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...