Запитання з тегом «neural-networks»

Чи знають вчені чи дослідники з кухні, що відбувається всередині складної "глибокої" нейромережі, принаймні мільйони з'єднань спрацьовують миттєво? Чи розуміють вони процес, що стоїть за цим (наприклад, що відбувається всередині і як саме воно працює), або це предмет дискусії? Наприклад, це дослідження говорить: Однак немає чіткого розуміння того, чому вони …

69 neural-networks  deep-learning  convolutional-neural-networks  explainable-ai 

Наскільки я можу сказати, нейронні мережі мають фіксовану кількість нейронів у вхідному шарі. Якщо нейронні мережі використовуються в такому контексті, як NLP, пропозиції або блоки тексту різної величини подаються в мережу. Яким чином різний розмір входу узгоджується з фіксованим розміром вхідного шару мережі? Іншими словами, наскільки така мережа робиться достатньо …

42 neural-networks  machine-learning  deep-learning  convolutional-neural-networks  natural-language-processing 

Уявіть, що ви показуєте нейронній мережі малюнок лева 100 разів і мітку "небезпечно", тож він дізнається, що леви небезпечні. А тепер уявіть, що раніше ви демонстрували їй мільйони зображень левів та альтернативно позначали їх як "небезпечні" та "не небезпечні", так що ймовірність того, що лев небезпечний, становить 50%. Але останні …

38 neural-networks  machine-learning  theory  incremental-learning  catastrophic-forgetting 

Джеффрі Хінтон досліджував те, що він називає "теорією капсул" в нейронних мережах. Що це таке і як це працює?

35 neural-networks 

Раніше я чув від науковців та дослідників в області ШІ, що Лісп - це гарна мова для досліджень та розробок у сфері штучного інтелекту. Чи все-таки це стосується поширення нейронних мереж та глибокого навчання? Що було для цього їх міркуванням? На яких мовах зараз вбудовані сучасні системи глибокого навчання?

30 neural-networks  machine-learning  deep-learning  research  programming-languages 

Я намагаюся знайти деякі існуючі дослідження щодо того, як вибрати кількість прихованих шарів та розмір цих RNN на основі LSTM. Чи є стаття, де ця проблема досліджується, тобто скільки комірок пам’яті потрібно використовувати? Я припускаю, що це повністю залежить від програми та в якому контексті використовується модель, але що говорить …

28 neural-networks  machine-learning  research  recurrent-neural-networks  lstm 

У статті Обмеження глибокого навчання в налаштуваннях змагань досліджується, як нейронні мережі можуть бути пошкоджені зловмисником, який може маніпулювати набором даних, з яким тренується нейронна мережа. Експерименти з нейронною мережею мали на меті читати рукописні цифри, підриваючи її здатність до читання, спотворюючи зразки рукописних цифр, з якими навчається нейронна мережа. …

27 neural-networks  deep-learning  philosophy  generative-adversarial-networks  ai-safety 

Як нейронна мережа з прикметником "глибокий" насправді відрізняється від інших подібних мереж?

25 neural-networks  machine-learning  deep-network  terminology  comparison 

Я знаю, що нейронні мережі, ймовірно, не призначені для цього, але як би гіпотетично запитати, чи можна навчити глибоку нейронну мережу (чи подібну) для вирішення математичних рівнянь? Отже, з огляду на 3 входи: 1-е число, знак оператора, представлений цифрою (1 - +, 2 - -, 3 - /, 4 - …

24 neural-networks  math 

Я хотів би тренувати нейронну мережу, де вихідні класи не (усі) визначені з самого початку. Пізніше вводиться все більше і більше класів на основі вхідних даних. Це означає, що щоразу, коли я запроваджую новий клас, мені потрібно перевчити НН. Як я можу поетапно тренувати НН, тобто не забуваючи попередньо набуту …

23 neural-networks  machine-learning  incremental-learning  transfer-learning 

Чи можна використовувати конволюційну нейронну мережу для розпізнавання візерунків у проблемній області, де немає попередніх зображень, скажімо, графічно представляючи абстрактні дані? Чи завжди це буде менш ефективно? Цей розробник каже, що поточна розробка може йти далі, але не, якщо існує межа розпізнавання зображень.

21 deep-network  neural-networks  image-recognition  convolutional-neural-networks 

Я не шукаю ефективного способу пошуку праймес (що, звичайно, є вирішеною проблемою ). Це більше питання "що робити". Отже, теоретично: Чи могли б ви тренувати нейронну мережу, щоб передбачити, чи є задане число n складеним чи простим? Як можна було б прокласти таку мережу?

21 neural-networks 

Припустимо, що у нас є велика кількість доказів першого предикатного обчислення. Припустимо, у нас є також аксіоми, наслідки та теореми в цій галузі математики. Розглянемо кожне твердження, яке було доведено, та сукупність існуючої теорії, що стосується конкретного пропозиції, як приклад у навчальному наборі та відомий хороший доказ твердження як пов’язані …

21 neural-networks  deep-learning  math  automated-theorem-proving 

Такі рамки, як PyTorch і TensorFlow через TensorFlow Fold, підтримують динамічні обчислювальні графіки і привертають увагу науковців даних. Однак, як видається, не вистачає ресурсів для розуміння динамічних обчислювальних графіків. Перевага динамічних обчислювальних графіків, мабуть, включає можливість адаптуватися до різної кількості вхідних даних. Схоже, може бути автоматичний вибір кількості шарів, кількості …

19 neural-networks 

Я бачив ці терміни, кинуті навколо цього сайту, особливо в тегах конволюційно-нейронних мереж і нейронних мереж . Я знаю, що Нейронна мережа - це система, заснована вільно на людському мозку. Але яка різниця між згортковою нейронною мережею і звичайною нейронною мережею? Є один тільки набагато більш складним і, гм, звивистий …

18 neural-networks  convolutional-neural-networks  definitions  terminology