«deep-network» 태그된 질문

다음 페이지 / 연구 는 인식 할 수없는 이미지에 대한 높은 신뢰도 예측을 제공하여 깊은 신경망이 쉽게 속이는 것을 보여줍니다. 이것이 어떻게 가능합니까? 평범한 영어로 이상적으로 설명해 주시겠습니까?

63 convolutional-neural-networks  image-recognition  deep-network  computer-vision 

나는 AI를 처음 사용하고 간단한 단어로 알고 싶습니다. 퍼지 논리 개념은 무엇입니까? 어떻게 도움이되며 언제 사용됩니까?

37 deep-network  terminology  fuzzy-logic 

알고리즘을 작성할 때 단일 레이어 당 필요한 뉴런 수를 어떻게 알 수 있습니까? 최적의 수를 찾는 방법이 있습니까, 아니면 경험의 법칙입니까?

28 deep-network  search  neurons 

"깊은"형용사를 가진 신경 네트워크는 실제로 다른 유사한 네트워크와 어떻게 구별됩니까?

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

Convolutional Neural Network를 사용하여 기존 이미지가없는 문제 영역 (예 : 추상 데이터를 그래픽으로 표현)에서 패턴 인식에 사용할 수 있습니까? 항상 덜 효율적입니까? 이 개발자 는 현재의 개발이 더 진행될 수 있지만 이미지 인식에 한계가 없다면 불가능하다고 말합니다.

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

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 …

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

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 / …

11 deep-learning  deep-network  agi 

1-2 개의 숨겨진 레이어로 대부분의 문제를 해결할 수 있다는 것을 읽었습니다. 2 이상이 필요하다는 것을 어떻게 알 수 있습니까? 어떤 종류의 문제가 필요합니까 (예를 들어주세요)?

11 deep-network  hidden-layers 

"드롭 아웃"방법은 어떤 용도로 사용되며 신경망의 전반적인 성능을 어떻게 개선합니까?

10 deep-network  overfitting  performance 

나는 심층 신경망이 비교적 쉽게 바보 ( 링크 )되어 신뢰 주제에서 완전히 (또는 적어도 대부분) 합성 / 인공 이미지를 인식하는 데 높은 신뢰를 줄 수 있음을 읽었습니다 . 개인적으로, 나는 합성 / 인공 이미지에 대해 높은 신뢰를주는 DNN의 큰 문제는 보이지 않지만, 화이트 노이즈 ( link )에 대한 높은 신뢰도 …

9 neural-networks  deep-network  image-recognition  convolutional-neural-networks  signal-processing