Perguntas com a marcação «neural-networks»

Os cientistas ou especialistas em pesquisa sabem da cozinha o que está acontecendo dentro de uma rede neural "profunda" complexa, com pelo menos milhões de conexões disparando em um instante? Eles entendem o processo por trás disso (por exemplo, o que está acontecendo por dentro e como funciona exatamente) ou …

69 neural-networks  deep-learning  convolutional-neural-networks  explainable-ai 

Até onde eu sei, as redes neurais têm um número fixo de neurônios na camada de entrada. Se redes neurais são usadas em um contexto como PNL, frases ou blocos de texto de tamanhos variados são alimentados para uma rede. Como o tamanho da entrada variável é reconciliado com o …

42 neural-networks  machine-learning  deep-learning  convolutional-neural-networks  natural-language-processing 

Imagine que você mostre a uma rede neural a imagem de um leão 100 vezes e rotule com "perigoso", para descobrir que os leões são perigosos. Agora imagine que anteriormente você mostrou milhões de imagens de leões e o rotulou como "perigoso" e "não perigoso", de tal forma que a …

38 neural-networks  machine-learning  theory  incremental-learning  catastrophic-forgetting 

Geoffrey Hinton está pesquisando algo que ele chama de "teoria das cápsulas" em redes neurais. O que é isso e como funciona?

35 neural-networks 

Já ouvi antes de cientistas da computação e de pesquisadores da área de IA que o Lisp é uma boa linguagem para pesquisa e desenvolvimento em inteligência artificial. Isso ainda se aplica, com a proliferação de redes neurais e aprendizado profundo? Qual foi o raciocínio deles para isso? Em quais …

30 neural-networks  machine-learning  deep-learning  research  programming-languages 

Estou tentando encontrar algumas pesquisas existentes sobre como selecionar o número de camadas ocultas e o tamanho delas de uma RNN baseada em LSTM. Existe um artigo em que esse problema está sendo investigado, ou seja, quantas células de memória se deve usar? Suponho que depende totalmente da aplicação e …

28 neural-networks  machine-learning  research  recurrent-neural-networks  lstm 

O artigo As limitações do aprendizado profundo em configurações adversas explora como as redes neurais podem ser corrompidas por um invasor que pode manipular o conjunto de dados com o qual a rede neural treina. Os autores experimentam uma rede neural destinada a ler dígitos manuscritos, prejudicando sua capacidade de …

27 neural-networks  deep-learning  philosophy  generative-adversarial-networks  ai-safety 

Como uma rede neural que tem o adjetivo "profundo" realmente se distingue de outras redes similares?

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

Estou ciente de que as redes neurais provavelmente não são projetadas para fazer isso, por mais que se questione hipoteticamente, é possível treinar a rede neural profunda (ou similar) para resolver equações matemáticas? Assim, considerando as 3 entradas: 1º número, sinal do operador representado pelo número (1 - +, 2 …

24 neural-networks  math 

Gostaria de treinar uma rede neural em que as classes de saída não sejam (todas) definidas desde o início. Mais e mais classes serão introduzidas posteriormente com base nos dados recebidos. Isso significa que, toda vez que eu apresentar uma nova aula, eu precisarei treinar novamente o NN. Como posso …

23 neural-networks  machine-learning  incremental-learning  transfer-learning 

Uma Rede Neural Convolucional pode ser usada para reconhecimento de padrões em um domínio problemático em que não há imagens pré-existentes, digamos, representando dados abstratos graficamente? Isso sempre seria menos eficiente? Esse desenvolvedor diz que o desenvolvimento atual pode ir além, mas não se houver um limite fora do reconhecimento …

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

Não estou procurando uma maneira eficiente de encontrar números primos (o que obviamente é um problema resolvido ). Esta é mais uma pergunta "e se". Então, em teoria: você poderia treinar uma rede neural para prever se um determinado número n é ou não composto ou primo? Como essa rede …

21 neural-networks 

Suponha que tenhamos um grande número de provas no cálculo de predicado de primeira ordem. Suponhamos que também tenhamos axiomas, corolários e teoremas nessa área da matemática dessa forma. Considere cada proposição que foi provada e o corpo da teoria existente em torno dessa proposição específica como um exemplo em …

21 neural-networks  deep-learning  math  automated-theorem-proving 

Estruturas como PyTorch e TensorFlow através do TensorFlow Fold suportam gráficos computacionais dinâmicos e estão recebendo atenção de cientistas de dados. No entanto, parece haver uma falta de recursos para ajudar no entendimento de Gráficos Computacionais Dinâmicos. A vantagem dos gráficos computacionais dinâmicos parece incluir a capacidade de se adaptar …

19 neural-networks 

Eu já vi esses termos lançados em torno deste site, especificamente nas tags convolutional-neural-networks e neural-networks . Eu sei que uma rede neural é um sistema baseado livremente no cérebro humano. Mas qual é a diferença entre uma Rede Neural Convolucional e uma Rede Neural regular? Um é muito mais …

18 neural-networks  convolutional-neural-networks  definitions  terminology