«machine-learning» 태그된 질문

데이터의 패턴을 자동으로 감지 한 다음 발견되지 않은 패턴을 사용하여 미래의 데이터를 예측하거나 불확실성 하에서 다른 종류의 의사 결정을 수행하는 방법 인 기계 학습 (ML)과 관련된 질문 더 많은 데이터를 수집하기 위해). ML은 일반적으로 감독, 비지도 및 강화 학습으로 나뉩니다. 딥 러닝은 딥 인공 신경망을 사용하는 ML의 서브 필드입니다.


8
AI 분야에서 파이썬이 왜 그렇게 대중적인 언어입니까?
우선, 나는 AI를 공부하는 초보자이며 이것은 의견 지향적 질문이나 프로그래밍 언어를 비교하는 질문이 아닙니다. 나는 그것이 최고의 언어라고 말하지 않습니다. 그러나 사실 유명한 AI 프레임 워크의 대부분은 Python을 기본적으로 지원합니다. C # 및 C ++을 지원하는 Microsoft의 Python, C ++ 또는 CNTK를 지원하는 TensorFlow와 같이 다국어 지원 될 수도 있지만 …

3
신경망은 어떻게 다양한 입력 크기를 다룰 수 있습니까?
내가 알 수있는 한 신경망에는 고정 된 수의 뉴런이 있습니다. 에는 입력 레이어에 이 있습니다. 신경망이 NLP와 같은 맥락에서 사용되는 경우, 다양한 크기의 문장 또는 텍스트 블록이 네트워크에 공급됩니다. 다양한 입력 크기 는 네트워크 입력 레이어의 고정 크기 와 어떻게 조정 됩니까? 다시 말해, 그러한 네트워크가 어떻게 한 단어에서 여러 …

4
신경망은 치명적인 잊어 경향이 있습니까?
신경망에 사자 그림을 100 번 보여주고 "위험한"레이블을 붙여서 사자가 위험하다는 것을 알게된다고 상상해보십시오. 이제 이전에 수백만 마리의 사자 이미지를 보여 주었고 다른 대안으로 "위험"및 "위험하지 않음"으로 표시하여 사자가 위험 할 확률이 50 %라고 상상해보십시오. 그러나 지난 100 번의 시간은 신경 네트워크가 사자를 "위험한"것으로 간주하는 것에 대해 매우 긍정적으로 만들었습니다. 따라서 …

3
Lisp가 AI에 적합한 언어 인 이유는 무엇입니까?
나는 컴퓨터 과학자들과 AI 분야의 연구원들로부터 Lisp가 인공 지능의 연구와 개발을위한 좋은 언어라고 들었습니다. 신경망이 확산되고 딥 러닝이 계속 적용됩니까? 이것에 대한 그들의 추론은 무엇입니까? 현재 딥 러닝 시스템은 어떤 언어를 사용하고 있습니까?

4
LSTM에서 숨겨진 레이어 수와 메모리 셀 수를 선택하는 방법은 무엇입니까?
LSTM 기반 RNN의 숨겨진 레이어 수와 크기를 선택하는 방법에 대한 기존 연구를 찾고 있습니다. 이 문제를 조사하는 기사, 즉 몇 개의 메모리 셀을 사용해야합니까? 나는 그것이 응용 프로그램과 모델이 어떤 맥락에서 사용되는지에 전적으로 달려 있다고 가정하지만, 연구는 무엇을 말합니까?


2
신경망을 점진적으로 훈련시킬 수 있습니까?
출력 클래스가 처음부터 정의되지 않은 신경망을 훈련하고 싶습니다. 들어오는 데이터를 기반으로 점점 더 많은 클래스가 소개 될 예정입니다. 이것은 새로운 수업을 소개 할 때마다 NN을 재교육시켜야한다는 것을 의미합니다. 이전 교육 단계에서 이전에 획득 한 정보를 잊지 않고 어떻게 NN을 증분 교육 할 수 있습니까?


4
강화 학습에서 잘못된 움직임을 처리하는 방법은 무엇입니까?
5in-a-row / gomoku를 재생할 수있는 AI를 만들고 싶습니다. 제목에서 언급했듯이 강화 학습을 사용하고 싶습니다. 내가 사용 정책 그라데이션 기준으로, 즉 강화, 방법. 가치와 정책 함수 근사를 위해 신경망을 사용 합니다 . 그것은 컨볼 루션되고 완전히 연결된 레이어를 가지고 있습니다. 출력을 제외한 모든 레이어가 공유됩니다. 정책의 출력 계층에는 (보드 크기) 출력 …

7
디지털 값이 단순한 추정치 인 경우 AI를 위해 아날로그로 돌아 가지 않겠습니까?
아날로그에서 디지털 회로로의 20 세기 전환의 원동력은 더 높은 정확도와 더 낮은 노이즈에 대한 요구에 의해 주도되었습니다. 이제 우리는 결과가 대략적이고 잡음이 긍정적 인 소프트웨어를 개발하고 있습니다. 인공 네트워크에서는 그라디언트 (Jacobian) 또는 2 차 모델 (Hessian)을 사용 하여 수렴 알고리즘의 다음 단계 를 추정 하고 허용 가능한 수준의 부정확성과 의심을 …

3
GAN 손실 기능 이해
나는 Generative Adversarial Networks 이해 (Daniel Seita가 작성한 블로그 게시물) 에서 제공되는 GAN 손실 기능을 이해하기 위해 고심하고 있습니다. 표준 교차 엔트로피 손실에서 우리는 시그 모이 드 함수와 결과 이진 분류를 통해 실행 된 출력을 갖습니다. 시에 타 주 따라서 [각] 데이터 포인트 엑스1엑스1x_1 및 해당 레이블에 대해 다음과 같은 …

1
역 전파 기술의 차이점
재미로 신경망을 개발하려고합니다. 역 전파의 경우 두 가지 기술을 보았습니다. 첫 번째는 여기 와 다른 많은 장소에서도 사용됩니다. 그것이하는 일은 : 각 출력 뉴런에 대한 오류를 계산합니다. 그것은 그것을 네트워크로 역 전파합니다 (각 내부 뉴런에 대한 오류를 계산합니다). 이 식에 가중치를 업데이트한다 : (여기서, 중량의 변화이며, 학습 속도 시냅스로부터의 입력을 …

3
역 전파를 사용하여 신경망을 훈련시키는 데 시간이 얼마나 복잡합니까?
NN 에 각 레이어에 nnn 숨겨진 레이어, mmm 교육 예제, xxx 기능 및 ninin_i 노드가 포함되어 있다고 가정합니다 . 역 전파를 사용하여이 NN을 교육하는 데 시간이 얼마나 복잡합니까? 알고리즘의 시간 복잡성을 찾는 방법에 대한 기본 아이디어가 있지만 여기서는 반복, 레이어, 각 레이어의 노드, 학습 예제 및 더 많은 요소와 같이 …


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