Inteligência artificial deep-learning

2

Quando o aprendizado profundo é um exagero?

Por exemplo, para classificar e-mails como spam, vale a pena - de uma perspectiva de tempo / precisão - aplicar aprendizado profundo (se possível) em vez de outro algoritmo de aprendizado de máquina? O aprendizado profundo tornará desnecessários outros algoritmos de aprendizado de máquina como o ingênuo Bayes ?

14 machine-learning deep-learning classification applications comparison

2

Codificação de entrada / saída para uma rede neural para aprender um jogo baseado em grade

Estou escrevendo um jogo de brinquedo simples, com a intenção de treinar uma profunda rede neural sobre ela. As regras dos jogos são aproximadamente as seguintes: O jogo tem um tabuleiro composto por células hexagonais. Ambos os jogadores têm a mesma coleção de peças que podem escolher posicionar livremente no …

13 neural-networks deep-learning game-ai

3

Qual é o conceito dos Gargalos Tensorflow?

Qual é o conceito e como se calculam os valores de gargalo? Como esses valores ajudam na classificação de imagens? Por favor, explique em palavras simples.

13 deep-learning tensorflow terminology

2

Como funcionam as redes contraditórias generativas?

Estou lendo sobre redes contraditórias generativas (GANs) e tenho algumas dúvidas sobre isso. Até agora, entendo que em uma GAN existem dois tipos diferentes de redes neurais: uma é gerativa ( GGG ) e a outra discriminativa ( DDD ). A rede neural generativa gera alguns dados que a rede …

12 neural-networks machine-learning deep-learning generative-adversarial-networks

1

Como seria o novo “computador neural diferenciável” de Deepmind?

Deepmind acaba de publicar um artigo sobre um "computador neural diferenciável" , que basicamente combina uma rede neural com uma memória . A idéia é ensinar a rede neural a criar e recuperar memórias explícitas úteis para uma determinada tarefa. Isso complementa bem as habilidades de uma rede neural, porque …

12 deep-learning ai-design

3

Como implementar um espaço de ação restrito no aprendizado por reforço?

Estou codificando um modelo de aprendizado por reforço com um agente de PPO, graças à muito boa biblioteca Tensorforce , construída sobre o Tensorflow. A primeira versão era muito simples e agora estou mergulhando em um ambiente mais complexo, onde nem todas as ações estão disponíveis a cada etapa. Digamos …

12 deep-learning reinforcement-learning

2

Existe algum argumento científico / matemático que impeça que o aprendizado profundo produza uma IA forte?

Li The Book of Why , da Judea Pearl , no qual ele menciona que o aprendizado profundo é apenas uma tecnologia de ajuste de curva glorificada e não será capaz de produzir inteligência semelhante à humana. De seu livro, há um diagrama que ilustra os três níveis de habilidades …

12 deep-learning strong-ai math theory superintelligence

7

Uma IA pode ser treinada para gerar o esboço de uma história?

Sei que um dos modismos recentes agora é treinar uma rede neural para gerar roteiros e novos episódios, por exemplo, Friends ou The Simpsons, e isso é bom: é interessante e pode ser o primeiro passo necessário para criar programas que realmente gerem histórias sensatas / compreensíveis. Nesse contexto, as …

12 neural-networks deep-learning applications

2

As redes residuais profundas devem ser vistas como um conjunto de redes?

A questão é sobre a arquitetura de redes residuais profundas ( ResNets ). O modelo que conquistou o 1º lugar no "Desafio de Reconhecimento Visual em Grande Escala 2015" (ILSVRC2015) nas cinco faixas principais: Classificação ImageNet: Redes ultra-profundas (cotação Yann) de 152 camadas Detecção ImageNet: 16% melhor que o 2º …

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

4

O BERT pode ser usado para tarefas de geração de sentenças?

Eu sou um novo aluno em PNL. Estou interessado na tarefa de gerar sentenças. Para mim, um método de última geração é o CharRNN , que usa o RNN para gerar uma sequência de palavras. No entanto, o BERT saiu há várias semanas e é muito poderoso. Portanto, estou pensando …

12 neural-networks deep-learning natural-language-processing

1

Para que servem todos os diferentes tipos de redes neurais?

Encontrei a seguinte folha de dicas para redes neurais (folhas de dicas para IA, redes neurais, aprendizado de máquina, aprendizado profundo e big data ). Para que são usados todos esses tipos diferentes de redes neurais? Por exemplo, quais redes neurais podem ser usadas para regressão ou classificação, quais podem …

11 neural-networks machine-learning deep-learning applications

2

Qual camada consome mais tempo no treinamento da CNN? Camadas de convolução vs camadas de FC

Na Rede Neural Convolucional, qual camada consome o máximo de tempo em treinamento? Camadas de convolução ou camadas totalmente conectadas? Podemos usar a arquitetura AlexNet para entender isso. Quero ver a separação do tempo do processo de treinamento. Quero uma comparação de tempo relativo para que possamos fazer qualquer configuração …

11 neural-networks deep-learning convolutional-neural-networks

5

Por que as redes neurais profundas e o aprendizado profundo são insuficientes para alcançar a inteligência geral?

Tudo relacionado às redes Deep Learning (DL) e deep (er) parece "bem-sucedido", pelo menos progredindo muito rápido e cultivando a crença de que a AGI está ao alcance. Isso é imaginação popular. O DL é uma ferramenta tremenda para enfrentar tantos problemas, incluindo a criação de AGIs. Não é suficiente, …

11 deep-learning deep-network agi

1

Camadas de redes neurais profundas podem ser vistas como redes Hopfield?

As redes Hopfield são capazes de armazenar um vetor e recuperá-lo a partir de uma versão barulhenta dele. Eles fazem isso configurando pesos para minimizar a função de energia quando todos os neurônios são definidos iguais aos valores do vetor e recuperam o vetor usando a versão barulhenta dele como …

11 deep-learning topology

1

Como os gradientes de políticas podem ser aplicados no caso de várias ações contínuas?

O Trusted Region Policy Optimization (TRPO) e o Proximal Policy Optimization (PPO) são dois algoritmos avançados de gradientes de políticas. Ao usar uma única ação contínua, normalmente, você usaria alguma distribuição de probabilidade (por exemplo, Gaussiana) para a função de perda. A versão aproximada é: L ( θ ) = …

11 deep-learning reinforcement-learning trpo

Perguntas com a marcação «deep-learning»