Intelligenza artificiale deep-learning

2

Quando l'apprendimento approfondito è eccessivo?

Ad esempio, per classificare le e-mail come spam, vale la pena - dal punto di vista del tempo / della precisione - applicare l'apprendimento profondo (se possibile) anziché un altro algoritmo di apprendimento automatico? L'apprendimento profondo renderà inutili altri algoritmi di apprendimento automatico come l' ingenua Bayes ?

14 machine-learning deep-learning classification applications comparison

2

Codifica input / output per una rete neurale per imparare un gioco a griglia

Sto scrivendo un semplice gioco di giocattoli con l'intenzione di allenare una profonda rete neurale. Le regole dei giochi sono all'incirca le seguenti: Il gioco ha una tavola composta da celle esagonali. Entrambi i giocatori hanno la stessa collezione di pezzi che possono scegliere di posizionare liberamente sul tabellone. Posizionando …

13 neural-networks deep-learning game-ai

3

Come implementare uno spazio d'azione limitato nell'apprendimento per rinforzo?

Sto codificando un modello di apprendimento di rinforzo con un agente PPO grazie all'ottima libreria Tensorforce , costruita su Tensorflow. La prima versione era molto semplice e ora mi sto tuffando in un ambiente più complesso in cui tutte le azioni non sono disponibili ad ogni passaggio. Diciamo che ci …

13 deep-learning reinforcement-learning

3

Qual è il concetto di colli di bottiglia di Tensorflow?

Qual è il concetto e come si calcolano i valori del collo di bottiglia? In che modo questi valori aiutano la classificazione delle immagini? Per favore, spiegalo con parole semplici.

13 deep-learning tensorflow terminology

2

Come funzionano le reti contraddittorie generative?

Sto leggendo delle reti generative dell'avversario (GAN) e ho dei dubbi in merito. Finora, capisco che in un GAN ci sono due diversi tipi di reti neurali: uno è generativo ( ) e l'altro discriminante ( ). La rete neurale generativa genera alcuni dati che la rete neurale discriminativa giudica …

12 neural-networks machine-learning deep-learning generative-adversarial-networks

1

Come sarebbe la nuova scala del "computer neurale differenziabile" di Deepmind?

Deepmind ha appena pubblicato un articolo su un "computer neurale differenziabile" , che fondamentalmente combina una rete neurale con una memoria . L'idea è di insegnare alla rete neurale a creare e richiamare utili memorie esplicite per un determinato compito. Ciò integra bene le capacità di una rete neurale, poiché …

12 deep-learning ai-design

2

C'è qualche argomento scientifico / matematico che impedisce al deep learning di produrre mai una forte intelligenza artificiale?

Ho letto Il libro del perché di Judea Pearl , in cui menziona che il deep learning è solo una glorificata tecnologia di adattamento alla curva e non sarà in grado di produrre un'intelligenza umana. Dal suo libro c'è questo diagramma che illustra i tre livelli di abilità cognitive: L'idea …

12 deep-learning strong-ai math theory superintelligence

7

Un'intelligenza artificiale può essere addestrata per generare la trama di una storia?

So che una delle mode recenti in questo momento è quella di formare una rete neurale per generare sceneggiature e nuovi episodi, ad esempio Amici o Simpson, e va bene: è interessante e potrebbe essere il primo passo necessario per creare programmi che possano effettivamente generare storie sensate / comprensibili. …

12 neural-networks deep-learning applications

2

Le reti residue profonde dovrebbero essere viste come un insieme di reti?

La domanda riguarda l'architettura di Deep Residual Networks ( ResNets ). Il modello che ha vinto il 1 ° posto al "Large Scale Visual Recognition Challenge 2015" (ILSVRC2015) in tutte e cinque le tracce principali: Classificazione ImageNet: reti a 152 strati “Ultra-deep” (quote Yann) Rilevamento ImageNet: 16% migliore del 2 …

12 neural-networks machine-learning deep-network deep-learning pattern-recognition

4

BERT può essere utilizzato per attività generatrici di frasi?

Sono un nuovo studente in PNL. Sono interessato all'attività generatrice di frasi. Per quanto mi riguarda, un metodo all'avanguardia è il CharRNN , che utilizza RNN per generare una sequenza di parole. Tuttavia, BERT è uscito diverse settimane fa ed è molto potente. Pertanto, mi chiedo se questo compito può …

12 neural-networks deep-learning natural-language-processing

1

A cosa servono tutti i diversi tipi di reti neurali?

Ho trovato il seguente cheat sheet della rete neurale ( Cheat Sheets for AI, Neural Networks, Machine Learning, Deep Learning & Big Data ). A cosa servono tutti questi diversi tipi di reti neurali? Ad esempio, quali reti neurali possono essere utilizzate per la regressione o la classificazione, quali possono …

11 neural-networks machine-learning deep-learning applications

2

Quale strato consuma più tempo nell'allenamento della CNN? Livelli di convoluzione vs livelli FC

In Convolutional Neural Network, quale strato consuma il massimo tempo in allenamento? Livelli di convoluzione o livelli completamente connessi? Possiamo prendere l'architettura AlexNet per capirlo. Voglio vedere l'interruzione del tempo del processo di allenamento. Voglio un confronto dei tempi relativi in modo che possiamo prendere qualsiasi configurazione GPU costante.

11 neural-networks deep-learning convolutional-neural-networks

5

Perché le reti neurali profonde e l'apprendimento profondo non sono sufficienti per raggiungere l'intelligenza generale?

Tutto ciò che riguarda le reti di Deep Learning (DL) e deep (er) sembra "successo", almeno progredendo molto velocemente e coltivando la convinzione che AGI sia a portata di mano. Questa è l'immaginazione popolare. DL è uno strumento eccezionale per affrontare tanti problemi, inclusa la creazione di AGI. Non è …

11 deep-learning deep-network agi

1

Gli strati di reti neurali profonde possono essere visti come reti Hopfield?

Le reti Hopfield sono in grado di memorizzare un vettore e recuperarlo a partire da una versione rumorosa di esso. Lo fanno impostando pesi per minimizzare la funzione energetica quando tutti i neuroni sono impostati uguali ai valori del vettore e recuperano il vettore usando la versione rumorosa di esso …

11 deep-learning topology

1

La perdita salta bruscamente quando decadimento il tasso di apprendimento con l'ottimizzatore Adam in PyTorch

Sto addestrando una auto-encoderrete con l' Adamottimizzatore (con amsgrad=True) e MSE lossper l'attività di separazione della sorgente audio a canale singolo. Ogni volta che decadimento del tasso di apprendimento di un fattore, la perdita di rete salta bruscamente e quindi diminuisce fino al successivo decadimento del tasso di apprendimento. Sto …

11 machine-learning deep-learning optimization autoencoders loss-functions

Domande taggate «deep-learning»