«neural-networks» 태그된 질문

Wikipedia에서 : 거울 뉴런은 동물이 행동 할 때와 동물이 다른 사람이 수행 한 것과 동일한 행동을 관찰 할 때 발생하는 뉴런입니다. 거울 뉴런은 모방 학습과 관련이 있으며, 현재 실제 AI 구현에서 누락 된 매우 유용한 기능입니다. 입력-출력 예제 (감독 학습) 또는 보상 (강화 학습)에서 학습하는 대신 거울 뉴런이있는 에이전트는 단순히 …

17 neural-networks  models 

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 …

17 neural-networks  machine-learning  deep-learning  loss-functions  generative-adversarial-networks 

이것은 AI에 대한 비공개 베타 버전이며,이 질문은 사용자 번호 47로 게시됩니다. 모든 크레딧. 에 따르면 위키 백과 , 볼츠만 기계는 Hopfield 그물의 확률적이고 생성적인 대응 물로 볼 수 있습니다. 둘 다 비트 패턴을 학습하도록 훈련 될 수있는 반복적 인 신경망입니다. 그런 다음 부분 패턴이 표시되면 그물은 완전한 패턴을 모두 검색합니다. …

17 neural-networks  comparison  recurrent-neural-networks 

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 …

17 neural-networks  machine-learning  backpropagation 

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 …

17 neural-networks  machine-learning  backpropagation  time-complexity 

신경망의 활성화 기능은 비선형 성을 도입하는 데 도움이된다고합니다 . 이것은 무엇을 의미 하는가? 비선형 성은 무엇인가이 맥락에서 의미합니까? 이 비선형 성의 도입은 어떻습니까? 도움이됩니까? 활성화 기능 의 다른 목적이 있습니까?

17 neural-networks  deep-learning 

MNN (Modular / Multiple Neural Networks)은 서로 또는 다른 더 높은 네트워크에 공급할 수있는 더 작고 독립적 인 네트워크를 훈련하는 데 중점을 둡니다. 원칙적으로, 계층 적 조직은보다 복잡한 문제 공간을 이해하고 더 높은 기능에 도달 할 수 있지만 과거에 이와 관련하여 수행 된 구체적인 연구의 예를 찾기가 어렵습니다. 몇 가지 …

16 neural-networks  topology  architecture  neurons  biology 

"Neural Networks는 우리가 인간의 두뇌를 모델링하는 데 가장 좋은 근사치"라고 여러 번 들었습니다. 그리고 Neural Networks는 우리의 두뇌를 닮은 것으로 알려져 있습니다. 나는이 모델이 단순화되었다고 의심하지만 얼마입니까? 바닐라 NN은 우리가 인간의 뇌에 대해 알고있는 것과 얼마나 다른가? 우리도 알고 있습니까?

16 neural-networks  brain  topology 

CNN에서 사용하려면 2400 x 2400 크기의 10K 이미지가 필요하다고 가정 해 봅시다. 이제 문제는 다운 샘플링 권한이없는 큰 이미지 크기를 처리하는 방법입니다. 시스템 요구 사항은 다음과 같습니다. 우분투 16.04 64 비트 RAM 16GB GPU 8GB HDD 500GB 1) 훈련해야 할 큰 이미지를 처리하는 기술이 있습니까? 2) 사용하기에 적당한 배치 크기는 …

15 neural-networks  deep-learning  image-recognition  convolutional-neural-networks 

기계 학습 엔지니어와 AI 프로그래머가 C ++이 파이썬보다 기술적으로 더 강력한 언어인데도 C ++이 아닌 AI와 같은 언어를 사용하여 AI 작업을 수행하는 이유를 알고 싶습니다.

15 neural-networks  machine-learning  python  data-science  c++ 

입력 n 데이터 포인트 인 x 1 , … , x n 을 취하는 신경망 fff 가 주어 집니다 . 우리는 말할 F IS 순열 불변 경우n엔nx1,…,xnx1,…,xnx_1, \dots, x_nf에프f f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) 순열 pip나는pi . 누군가가 불변의 신경망을 순열하기 위해 출발점 (기사, 예제 또는 다른 논문)을 …

14 neural-networks  machine-learning  reference-request 

대부분의 사람들은 신경망으로 질문에 답하려고합니다. 그러나 신경망이 질문에 대답하는 대신 질문을하는 방법에 대한 생각을 가진 사람이 있습니까? 예를 들어, CNN이 객체가 속하는 카테고리를 결정할 수있는 경우 분류에 도움이되는 질문을 할 수 있습니까?

14 neural-networks  deep-learning 

결정 론적 문제 공간을 위해서는 최적의 노드 및 링크 구조를 가진 신경망을 찾아야합니다. 유전자 알고리즘을 사용하여 많은 신경망을 시뮬레이션하여 문제 영역에 가장 적합한 네트워크 구조를 찾고 싶습니다. 전에는 이런 작업에 유전자 알고리즘을 사용해 본 적이 없습니다. 실용적인 고려 사항은 무엇입니까? 구체적으로 신경망의 구조를 어떻게 게놈으로 인코딩해야합니까?

14 neural-networks  ai-design  genetic-algorithms  evolutionary-algorithms  neuroevolution 

기존의 토폴로지 (perceptron, Konohen 등)에 적합하지 않거나 신경망의 문제를 해결하기 위해 신경망의 문제를 해결하고 싶다고 가정합니다. 기계공과 나는 대신 내 자신에 의존합니다. 임의의 문제에 대해 신경망의 토폴로지 선택 (즉, 계층 수, 활성화 유형, 연결 유형 및 방향 등)을 어떻게 자동화 할 수 있습니까? 나는 초보자이지만 일부 토폴로지 (또는 적어도 perceptrons)에서는 …

14 neural-networks  topology  neuroevolution 

인간의 뇌는 특정한 활성화 기능을 사용합니까? 나는 몇 가지 연구를 시도했지만 신호가 뉴런을 통해 전송되는지 여부에 대한 보물이므로 ReLU와 매우 흡사합니다. 그러나 이것을 확인하는 단일 기사를 찾을 수 없습니다. 또는 단계 함수와 비슷합니다 (입력 값 대신 임계 값보다 높으면 1을 보냅니다).

13 neural-networks  machine-learning  brain