Untuk pertanyaan terkait pembelajaran mendalam, yang mengacu pada subset metode pembelajaran mesin berdasarkan jaringan saraf tiruan (JST) dengan beberapa lapisan tersembunyi. Jadi kata sifat dalam mengacu pada jumlah lapisan JST. Ekspresi deep learning tampaknya diperkenalkan (walaupun tidak dalam konteks pembelajaran mesin atau JST) pada tahun 1986 oleh Rina Dechter dalam makalah "Belajar sambil mencari dalam kendala-kepuasan-masalah".
Apakah para ilmuwan atau pakar riset tahu dari dapur apa yang terjadi di dalam jaringan saraf "dalam" yang kompleks dengan sedikitnya jutaan koneksi yang bekerja secara instan? Apakah mereka memahami proses di balik ini (mis. Apa yang terjadi di dalam dan bagaimana cara kerjanya tepatnya), atau itu...
Sejauh yang saya tahu, jaringan saraf memiliki sejumlah neuron pada lapisan input. Jika jaringan saraf digunakan dalam konteks seperti NLP, kalimat atau blok teks dengan ukuran yang berbeda diumpankan ke jaringan. Bagaimana dengan ukuran input yang bervariasi berdamai dengan ukuran tetap dari...
Sebagai manusia, kita dapat berpikir tanpa batas. Pada prinsipnya, jika kita memiliki sumber daya yang cukup (waktu dll.), Kita dapat menghitung banyak hal tanpa batas (termasuk abstrak, seperti angka, atau nyata). Misalnya, setidaknya, kita dapat memperhitungkan bilangan bulat akun. Kita dapat...
Perpustakaan mana (TensorFlow atau Keras) yang akan Anda rekomendasikan untuk pendekatan pertama dalam pembelajaran mendalam? Saya seorang mahasiswa ilmu saraf yang mencoba pendekatan komputasi untuk pertama kalinya, jika itu
Saya pernah mendengar sebelumnya dari para ilmuwan komputer dan dari para peneliti di bidang AI bahwa Lisp adalah bahasa yang baik untuk penelitian dan pengembangan dalam kecerdasan buatan. Apakah ini masih berlaku, dengan perkembangan jaringan saraf dan pembelajaran yang mendalam? Apa alasan...
Pemahaman saya adalah bahwa lapisan convolutional dari jaringan saraf convolutional memiliki empat dimensi: input_channels, filter_height, filter_width, number_of_filters. Lebih jauh, ini adalah pemahaman saya bahwa setiap filter baru akan berbelit-belit di atas SEMUA input_channels (atau fitur /...
Makalah Keterbatasan Pembelajaran Jauh dalam Pengaturan Adversarial mengeksplorasi bagaimana jaringan saraf dapat rusak oleh penyerang yang dapat memanipulasi set data yang dilatih oleh jaringan saraf. Penulis bereksperimen dengan jaringan saraf yang dimaksudkan untuk membaca angka tulisan tangan,...
Asumsikan kita memiliki sejumlah besar bukti dalam kalkulus predikat urutan pertama. Asumsikan kita juga memiliki aksioma, akibat wajar, dan teorema di bidang matematika itu dalam bentuk itu juga. Pertimbangkan setiap proposisi yang dibuktikan dan tubuh teori yang ada yang mengelilingi proposisi...
Selama 50 tahun terakhir, kenaikan / penurunan / peningkatan popularitas jaring saraf telah bertindak sebagai 'barometer' untuk penelitian AI. Jelas dari pertanyaan di situs ini bahwa orang-orang tertarik untuk menerapkan Deep Learning (DL) ke berbagai masalah sulit. Karena itu saya punya dua...
Apakah mungkin untuk memberi makan jaringan saraf output dari generator angka acak dan mengharapkannya mempelajari fungsi hashing (atau generator), sehingga dapat memprediksi apa yang akan menjadi nomor pseudo-acak berikutnya yang dihasilkan ? Apakah sesuatu seperti ini sudah ada? Jika penelitian...
Saya berjuang untuk memahami fungsi kehilangan GAN seperti yang disediakan dalam Understanding Generative Adversarial Networks (posting blog yang ditulis oleh Daniel Seita). Dalam kehilangan lintas-entropi standar, kami memiliki output yang telah dijalankan melalui fungsi sigmoid dan klasifikasi...
Dikatakan bahwa fungsi aktivasi dalam jaringan saraf membantu memperkenalkan non-linearitas . Apa artinya ini? Apa yang non-linearitas dalam konteks ini? Bagaimana pengantar non-linearitas ini membantu? Apakah ada tujuan lain dari fungsi aktivasi
Misalkan ada gambar 10K ukuran 2400 x 2400 diperlukan untuk digunakan di CNN.Acc menurut saya komputer konvensional yang digunakan orang akan digunakan. Sekarang pertanyaannya adalah bagaimana menangani ukuran gambar sebesar itu di mana tidak ada hak istimewa downsampling. Inilah persyaratan...
Dapatkah seseorang menjelaskan kepada saya perbedaan antara pembelajaran mesin dan pembelajaran mendalam? Apakah mungkin untuk mempelajari pembelajaran yang dalam tanpa mengetahui pembelajaran
Misalnya, untuk mengklasifikasikan email sebagai spam, apakah bermanfaat - dari perspektif waktu / akurasi - untuk menerapkan pembelajaran yang mendalam (jika mungkin) alih-alih algoritma pembelajaran mesin lainnya? Akankah pembelajaran yang dalam membuat algoritma pembelajaran mesin lainnya...
Sebagian besar orang berusaha menjawab pertanyaan dengan jaringan saraf. Namun, adakah yang punya pemikiran tentang bagaimana membuat neural network mengajukan pertanyaan, alih-alih menjawab pertanyaan? Misalnya, jika CNN dapat memutuskan kategori objek mana yang dimiliki, daripada dapatkah ia...
Apa konsepnya dan bagaimana cara menghitung nilai Bottleneck? Bagaimana nilai-nilai ini membantu klasifikasi gambar? Tolong jelaskan dengan kata-kata
Saya menulis permainan mainan sederhana dengan tujuan melatih jaringan saraf yang mendalam di atasnya. Aturan permainan kira-kira adalah sebagai berikut: Gim ini memiliki papan yang terdiri dari sel-sel heksagonal. Kedua pemain memiliki koleksi potongan yang sama yang dapat mereka pilih untuk...
Saya membaca tentang jaringan permusuhan generatif (GAN) dan saya ragu akan hal itu. Sejauh ini, saya mengerti bahwa dalam GAN ada dua jenis jaringan saraf: satu adalah generatif ( GGG ) dan lainnya diskriminatif ( DDD ). Jaringan saraf generatif menghasilkan beberapa data yang dinilai jaringan...
Pertanyaannya adalah tentang arsitektur Deep Residual Networks ( ResNets ). Model yang memenangkan tempat pertama di "Skala Besar Pengenalan Visual 2015" (ILSVRC2015) di semua lima trek utama: ImageNet Klasifikasi: “jaring ultra-dalam” (kutipan Yann) 152 lapisan Deteksi ImageNet: 16% lebih...