Perguntas com a marcação «neural-networks»

Uma rede neural é um gráfico ponderado direcionado. Estes podem ser representados por uma matriz (esparsa). Fazer isso pode expor algumas propriedades elegantes da rede. Essa técnica é benéfica para examinar redes neurais?

9 neural-networks 

Os codificadores automáticos podem ser usados ​​para aprendizado supervisionado sem adicionar uma camada de saída ? Podemos simplesmente alimentá-lo com um vetor de entrada / saída concatenado para treinamento e reconstruir a parte de saída da parte de entrada ao fazer inferência? A parte de saída seria tratada como valores …

9 neural-networks 

A Deep Mind publicou muitos trabalhos sobre aprendizado profundo nos últimos anos, a maioria deles de ponta em suas respectivas tarefas. Mas quanto desse trabalho foi realmente reproduzido pela comunidade da IA? Por exemplo, o artigo da Máquina de Tural Neural parece ser muito difícil de reproduzir, de acordo com …

9 neural-networks  deep-learning  research 

Em particular, um computador embutido (com recursos limitados) analisa o fluxo de vídeo ao vivo a partir de uma câmera de trânsito, tentando escolher bons quadros que contêm o número da placa dos carros que passam. Depois que uma placa é localizada, o quadro é entregue a uma biblioteca de …

9 neural-networks  image-recognition 

Esta pergunta já tem uma resposta aqui : A propagação de retorno é aplicada a cada ponto de dados ou a um lote de pontos de dados? (1 resposta) Fechado há 7 meses . Estou tentando aprender redes neurais assistindo a essa série de vídeos e implementando uma rede neural …

9 neural-networks  python 

Pouco sobre aprendizado profundo (para referência) : O aprendizado profundo é um ramo do aprendizado de máquina baseado em um conjunto de algoritmos que tentam modelar abstrações de alto nível nos dados usando um gráfico profundo com várias camadas de processamento, compostas por várias transformações lineares e não lineares. Várias …

9 neural-networks  machine-learning  deep-learning  convolutional-neural-networks  computer-vision 

Se neurônios e sinapses podem ser implementados usando transistores, o que nos impede de criar redes neurais arbitrariamente grandes usando os mesmos métodos com os quais as GPUs são feitas? Em essência, vimos como as redes neurais virtuais extraordinariamente bem implementadas nos processadores sequenciais funcionam (até as GPUs são máquinas …

9 neural-networks  recurrent-neural-networks  hardware 

Como o emprego de algoritmos evolutivos para projetar e treinar redes neurais artificiais tem vantagens sobre o uso dos algoritmos de retropropagação convencionais?

9 neural-networks  comparison  backpropagation  evolutionary-algorithms 

Existe pesquisa que emprega modelos realistas de neurônios? Normalmente, o modelo de um neurônio para uma rede neural é bastante simples, em oposição ao neurônio realista, que envolve centenas de proteínas e milhões de moléculas (ou números ainda maiores). Existe pesquisa que extraia implicações dessa realidade e tente projetar modelos …

8 neural-networks  artificial-neuron  neurons  brain  neuromorphic-engineering 

Sou praticamente iniciante no Tensorflow e simplesmente sigo um tutorial. Não há nenhum problema com meu código, mas tenho uma pergunta sobre a saída accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039 global_step: 760 label/mean: 0.33333334 loss: 6.578666 prediction/mean: 0.3428335 Gostaria de saber o que "prediction / mean" …

8 neural-networks  tensorflow  python  artificial-neuron 

Se você foi atacado por uma aranha, uma vez que as chances são de que você nunca mais se aproximará de uma aranha. Em um modelo de rede neural, ter uma experiência ruim com uma aranha diminuirá ligeiramente a probabilidade de você chegar perto de uma aranha, dependendo da taxa …

8 neural-networks  theory  emotional-intelligence 

Estou construindo uma rede neural para prever o valor de uma obra de arte com uma ampla variedade de insumos (tamanho, meio de arte etc.) e gostaria de incluir o autor como insumo (geralmente é uma enorme fator no valor de uma única obra de arte). Minha preocupação atual é …

8 neural-networks 

Parece bastante incontroverso dizer que as abordagens baseadas em NN estão se tornando ferramentas bastante poderosas em muitas áreas da IA ​​- seja reconhecendo e decompondo imagens (rostos na fronteira, cenas de rua em automóveis, tomada de decisão em situações complexas ou incertas ou com dados parciais). Quase inevitavelmente, alguns …

8 neural-networks  machine-learning  philosophy  security  explainable-ai 

Tendo trabalhado com redes neurais por cerca de meio ano, experimentei em primeira mão o que muitas vezes são reivindicadas como suas principais desvantagens, ou seja, superajustar e ficar preso nos mínimos locais. No entanto, através da otimização do hiperparâmetro e de algumas abordagens recém-inventadas, elas foram superadas em meus …

8 neural-networks 

Duas funções de ativação comuns usadas no aprendizado profundo são a função tangente hiperbólica e a função de ativação sigmóide. Entendo que a tangente hiperbólica é apenas um redimensionamento e tradução da função sigmóide: tanh( z) = 2 σ( z) - 1tanh⁡(z)=2σ(z)-1 1\tanh(z) = 2\sigma(z) - 1. Existe uma diferença …

8 neural-networks  machine-learning  deep-network  comparison  hidden-layers