«deep-learning» 태그된 질문

딥 러닝과 관련된 질문의 경우 여러 숨겨진 레이어가있는 인공 신경망 (ANN)을 기반으로하는 머신 러닝 방법의 하위 집합을 말합니다. 따라서 형용사 깊이는 ANN의 계층 수를 나타냅니다. 1986 년 Rina Dechter는 "제약 조건 만족도 문제를 검색하는 동안 배우기"라는 논문에서 1986 년 딥 러닝이라는 표현이 기계 학습이나 ANN과 관련이 없더라도 도입 된 것으로 보입니다.


2
그리드 기반 게임을 배우기위한 신경망을위한 입출력 인코딩
나는 그 위에 깊은 신경망을 훈련시킬 의도로 간단한 장난감 게임을 작성하고 있습니다. 게임 규칙은 대략 다음과 같습니다. 이 게임에는 6 각형 셀로 구성된 보드가 있습니다. 두 선수 모두 보드에 자유롭게 배치하도록 선택할 수있는 동일한 모음이 있습니다. 위치와 구성에 따라 다른 유형의 조각 보너스 포인트를 배치하거나 상대방의 포인트를 줄입니다. 더 많은 ...

3
강화 학습에서 제한적 행동 공간을 구현하는 방법은 무엇입니까?
Tensorflow 위에 구축 된 매우 우수한 Tensorforce 라이브러리 덕분에 PPO 에이전트로 강화 학습 모델을 코딩하고 있습니다. 첫 번째 버전은 매우 간단했으며 이제 각 단계에서 모든 작업을 사용할 수없는 더 복잡한 환경으로 뛰어 들었습니다. 5 개의 동작이 있고 그 가용성이 내부 상태 (이전 동작 및 / 또는 새로운 상태 / 관찰 ...


2
생성 적대적 네트워크는 어떻게 작동합니까?
나는에 대한 책을 읽은하고 생산적인 적대 네트워크 (간스) 나는 그것을 관한 몇 가지 의문이있다. 지금까지 GAN에는 두 가지 유형의 신경망이 있음을 이해합니다. 하나는 생성 적 ( GGG )이고 다른 하나는 차별적 ( DDD )입니다. 생성 신경망은 차별 신경망이 정확성을 판단하는 데이터를 생성합니다. GAN은 손실 기능을 두 네트워크에 전달하여 학습합니다. 차별적 ...

1
Deepmind의 새로운 "차별 신경 컴퓨터"는 어떻게 확장됩니까?
Deepmind 는 기본적으로 신경망과 메모리를 결합한 "차별 신경망 컴퓨터" 에 관한 논문을 발표했다 . 아이디어는 신경망이 특정 작업에 대한 유용한 명시 적 기억을 만들고 기억하도록 가르치는 것입니다. NN은 가중치에 암시 적으로 지식을 저장하고 단일 작업을 수행하는 데 사용되는 정보는 네트워크 활성화시에만 저장되며 추가 한 정보가 많을수록 빠르게 저하되기 때문에 신경망의 ...

2
딥 러닝이 강력한 AI를 생성하지 못하게하는 과학적 / 수학적 주장이 있습니까?
나는 Judea Pearl의 The Book of Why를 읽습니다. 이 책 에서 그는 딥 러닝은 영광스러운 곡선 맞춤 기술이며 인간과 같은 지능을 만들 수는 없다고 언급합니다. 그의 책에는 세 가지 수준의인지 능력을 보여주는이 도표가 있습니다 : 아이디어는 현재의 딥 러닝 기술에 의해 생성 된 "지능"이 단지 연결 수준에 있다는 것입니다. 따라서 ...

7
스토리의 개요를 생성하도록 AI를 훈련시킬 수 있습니까?
최근 유행 중 하나는 신경망을 훈련시켜 친구 나 심슨 가족과 같은 시나리오와 새로운 에피소드를 생성하는 것입니다. 흥미롭고 실제로 재미있을 수 있습니다. 현명하고 이해할 수있는 이야기. 이런 맥락에서, 신경망은 스토리의 구조 나 시나리오를 연구하고 영웅의 여정 등에서 플롯 포인트 또는 단계를 생성하여 스토리의 개요를 효과적으로 작성하도록 특별히 훈련 될 수 있습니까? ...

2
깊은 잔상 네트워크를 네트워크의 앙상블로 간주해야합니까?
문제는 Deep Residual Networks ( ResNets ) 의 아키텍처에 관한 것 입니다. 5 개 주요 트랙 모두 에서 "Large Scale Visual Recognition Challenge 2015"(ILSVRC2015) 에서 1 위를 차지한 모델 : ImageNet 분류 : "Ultra-deep"(quote Yann) 152 층 그물 ImageNet 감지 : 2 차보다 16 % 우수 ImageNet 현지화 : 2 ...

1
어떤 종류의 신경망이 사용됩니까?
나는 다음과 같은 신경망 치트 시트 ( AI를위한 치트 시트, 신경망, 기계 학습, 딥 러닝 및 빅 데이터 )를 발견했다. 이 모든 종류의 신경망은 무엇에 사용됩니까? 예를 들어 회귀 또는 분류에 사용할 수있는 신경망, 시퀀스 생성 등에 사용할 수있는 신경망은 무엇입니까? 응용 프로그램에 대한 간략한 개요 (1-2 줄)가 필요합니다.

2
CNN 교육에서 어느 계층이 더 많은 시간을 소비합니까? 컨볼 루션 레이어 및 FC 레이어
Convolutional Neural Network에서 어떤 레이어가 훈련에 최대 시간을 소비합니까? 컨볼 루션 레이어 또는 완전 연결된 레이어? 이를 이해하기 위해 AlexNet 아키텍처를 사용할 수 있습니다. 나는 훈련 과정의 시간 붕괴를보고 싶다. 일정한 GPU 구성을 취할 수 있도록 상대적 시간 비교를 원합니다.

5
딥 뉴럴 네트워크와 딥 러닝이 일반 인텔리전스를 달성하기에 부족한 이유는 무엇입니까?
딥 러닝 (DL) 및 딥 (er) 네트워크와 관련된 모든 것은 "성공적인"것처럼 보이며 최소한 매우 빠르게 진행되며 AGI에 도달했다는 신념을 배양합니다. 이것은 대중적인 상상력입니다. DL은 AGI 생성을 포함하여 많은 문제를 해결하기위한 엄청난 도구입니다. 그러나 충분하지 않습니다. 도구는 필요한 성분이지만 종종 불충분합니다. 도메인의 주요 인물은 다른 곳에서 진행하고 있습니다. 이 보고서 / ...

1
심층 신경망 계층을 Hopfield 네트워크로 볼 수 있습니까?
Hopfield 네트워크는 벡터를 저장하고 노이즈 버전의 벡터를 검색 할 수 있습니다. 모든 뉴런이 벡터 값과 동일하게 설정 될 때 에너지 기능을 최소화하기 위해 가중치를 설정하고 노이즈 버전을 입력으로 사용하여 벡터를 검색하고 네트가 에너지 최소값으로 설정되도록합니다. 네트가 가장 가까운 최소값에서 해결 될 것이라는 보장이 없다는 사실과 같은 문제를 버리고 – 결국 ...

1
PyTorch에서 Adam 옵티 마이저로 학습 속도를 떨어 뜨리면 손실이 갑자기 증가합니다.
최적화 프로그램 ( )을 사용하고 단일 채널 오디오 소스 분리 작업을 수행 하는 auto-encoder네트워크를 훈련하고 있습니다 . 학습률을 한 요인 씩 감퇴시킬 때마다 네트워크 손실이 급격히 증가한 다음 학습률이 다음 감퇴 할 때까지 감소합니다.Adamamsgrad=TrueMSE loss 네트워크 구현 및 교육에 Pytorch를 사용하고 있습니다. Following are my experimental setups: Setup-1: NO learning ...

1
여러 연속 작업의 경우 정책 그라디언트를 어떻게 적용 할 수 있습니까?
TRPO (Trusted Region Policy Optimization) 및 PPO (Proximal Policy Optimization)는 최첨단 정책 그라디언트 알고리즘입니다. 단일 연속 동작을 사용하는 경우 일반적으로 손실 함수에 대해 확률 분포 (예 : 가우시안)를 사용합니다. 대략적인 버전은 다음과 같습니다. L ( θ ) = 로그( P(ㅏ1) ) ,엘(θ)=로그⁡(피(ㅏ1))ㅏ,L(\theta) = \log(P(a_1)) A, 어디 ㅏㅏA 보상의 장점입니다 피(ㅏ1)피(ㅏ1)P(a_1) ...

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.