Запитання з тегом «neural-networks»

Повністю з'єднані (принаймні шар до шару з більш ніж двома прихованими шарами) backprop мережі є універсальними учнями. На жаль, вони часто повільно навчаються і мають тенденцію до надмірної форми або мають незручні узагальнення. З глузду з цими мережами я помітив, що обрізка деяких країв (так що їх вага дорівнює нулю …

29 machine-learning  network-topology  neural-networks 

Одним з гіперпараметрів для мереж LSTM є температура. Що це?

25 machine-learning  neural-networks 

Яка різниця між нейронною мережею, системою глибокого навчання та мережею глибокої віри? Як я пам’ятаю, ваша основна нейронна мережа є своєрідною річчю в 3 шари, і у мене були описані системи глибоких переконань як нейронні мережі, розміщені один на одного. Я нещодавно не чув про системи глибокого навчання, але сильно …

23 machine-learning  neural-networks  boltzmann-machine 

Моя мета - вирішити таку проблему, яку я описав своїм входом та виходом: Вхід: Направлений ациклічний графік з m вузлами, n джерелами та 1 раковиною ( m > n ≥ 1 ).ГГGммmннn111м > n ≥ 1м>н≥1m > n \geq 1 Вихід: VC-розмірність (або наближення до неї) для нейронної мережі з …

19 algorithms  complexity-theory  machine-learning  neural-networks  vc-dimension 

Я нещодавно дізнався про існування цієї ієрархічної тимчасової пам’яті (HTM) . Я вже читав документ « Ієрархічна часова пам’ять: поняття, теорія та термінологія» (Джефф Хокінс та Ділп Джордж), який здається досить простим для розуміння, але один червоний прапор полягає в тому, що документ не є рецензованим і не намагається пояснити, …

16 neural-networks  hierarchical-temporal-memory 

Вступ Крок перший Я написав стандартну нейромережу, що працює на зворотному ходу, і, щоб перевірити її, я вирішив створити її на карті XOR. Це мережа 2-2-1 (з функцією активації tanh) X1 M1 O1 X2 M2 B1 B2 З метою тестування я вручну встановив верхній середній нейрон (M1) як ворота AND, …

16 machine-learning  neural-networks 

Коли ми говоримо, що штучна нейронна мережа є багатошаровим Перцептроном ? І коли ми скажемо, що штучна нейронна мережа є багатошаровою ? Чи пов’язаний термін персептрон з правилом навчання оновлення ваг? Або це пов'язано з одиницями нейронів?

13 neural-networks  perceptron 

Я використовую нейронні мережі, щоб передбачити часовий ряд. Питання, з яким я стикаюсь зараз, - як кодувати дату / час / серійний номер. кожного вхідного набору як вхід до нейронної мережі? Чи слід використовувати 1 кодування C (використовується для кодування категорій), як описано тут ? Або я повинен просто годувати …

12 machine-learning  artificial-intelligence  neural-networks 

Я бачив кілька питань на цьому сайті про Deep Dream, однак, схоже, жодне з них не говорить про те, чим саме займається DeepDream. Наскільки я зібрався, вони, схоже, змінили цільову функцію, а також змінили зворотне розповсюдження, щоб замість оновлення ваг вони оновлювали вхідне зображення. Мені цікаво, чи хтось точно знає, …

12 machine-learning  artificial-intelligence  neural-networks  image-processing  computer-vision 

Нещодавно я прочитав справді цікавий запис із блогу Google Research Blog, який розповів про нейронну мережу. В основному вони використовують цю нейронну мережу для вирішення різних проблем, таких як розпізнавання зображень. Вони використовують генетичні алгоритми для "еволюції" ваг аксонів. Тому в основному моя ідея полягає в наступному. Якби я мав …

10 machine-learning  np  neural-networks  p-vs-np  genetic-algorithms 

Прочитавши досягнення глибокого розуму google в іграх Atari , я намагаюся зрозуміти q-learning та q-мережі, але мене трохи збентежило. Плутанина виникає в понятті коефіцієнта дисконтування. Короткий підсумок того, що я розумію. Для оцінки значення оптимального очікуваного значення дії використовується глибока згорткова нейронна мережа. Мережа повинна мінімізувати функцію втрат де E …

10 artificial-intelligence  neural-networks  reinforcement-learning 

Доведено, що нейронні мережі з раціональною вагою мають обчислювальну здатність універсальної машини Тьюрінга, що дозволяє обчислювати Тюрінг з нейронними сітками . З того, що я отримую, здається, що використання ваг реального значення дає ще більше обчислювальної сили, хоча я не впевнений у цьому. Однак чи існує кореляція між обчислювальною потужністю …

10 computability  neural-networks 

Чи є якісь переваги наявності більше ніж 2 прихованих шарів у нейронній мережі? Я бачив деякі місця, які рекомендують це, інші доводять, що переваги немає. Який з них правильний?

10 artificial-intelligence  neural-networks  neural-computing 

Оновлюючи ваги нейронної мережі за допомогою алгоритму зворотного розповсюдження з періодом імпульсу, чи слід застосовувати швидкість навчання і до терміну імпульсу? Більшість інформації, яку я міг знайти про використання імпульсу, мають рівняння, виглядаючи приблизно так: W'i=Wi- α ΔWi+ мк ΔWi - 1Wi′=Wi−αΔWi+μΔWi−1W_{i}' = W_{i} - \alpha \Delta W_i + \mu …

9 machine-learning  neural-networks 

Для багатьох проектів машинного навчання, які ми виконуємо, ми починаємо з класифікатора k Найближчий сусід. Це ідеальний стартовий класифікатор, оскільки ми зазвичай маємо достатньо часу для обчислення всіх відстаней, а кількість параметрів обмежена (k, метрика відстані та зважування) Однак це часто призводить до того, що ми дотримуємось класифікатора knn, оскільки …

9 neural-networks  classification