Untuk pertanyaan tentang jaringan buatan, seperti MLP, CNN, RNNs, LSTM, dan jaringan GRU, varian mereka atau komponen sistem AI lainnya yang memenuhi syarat sebagai jaringan saraf dalam hal mereka, sebagian, terinspirasi oleh jaringan saraf biologis.
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...
Halaman / studi berikut menunjukkan bahwa jaringan saraf yang dalam mudah tertipu dengan memberikan prediksi kepercayaan tinggi untuk gambar yang tidak dapat dikenali, misalnya Bagaimana ini mungkin? Bisakah Anda jelaskan secara ideal dalam bahasa
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...
Bayangkan Anda menunjukkan pada jaringan saraf gambar singa 100 kali dan diberi label dengan "berbahaya", sehingga mengetahui bahwa singa itu berbahaya. Sekarang bayangkan bahwa sebelumnya Anda telah menunjukkan jutaan gambar singa dan menandainya sebagai "berbahaya" dan "tidak berbahaya",...
Geoffrey Hinton telah meneliti sesuatu yang dia sebut "teori kapsul" dalam jaringan saraf. Apa ini dan bagaimana cara
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...
Saya mencoba untuk menemukan beberapa penelitian yang ada tentang cara memilih jumlah lapisan tersembunyi dan ukuran ini dari RNN berbasis LSTM. Apakah ada artikel di mana masalah ini sedang diselidiki, yaitu, berapa banyak sel memori yang harus digunakan? Saya menganggap itu tergantung pada...
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,...
Bagaimana jaringan saraf yang memiliki kata sifat "dalam" sebenarnya dibedakan dari jaringan serupa
Saya sadar bahwa jaringan saraf mungkin tidak dirancang untuk melakukan itu, namun bertanya secara hipotesis, apakah mungkin untuk melatih jaringan saraf yang dalam (atau serupa) untuk menyelesaikan persamaan matematika? Jadi diberi 3 input: nomor 1, tanda operator diwakili oleh nomor (1 - +, 2 -...
Saya ingin melatih jaringan saraf di mana kelas output tidak (semua) didefinisikan dari awal. Semakin banyak kelas akan diperkenalkan nanti berdasarkan data yang masuk. Ini berarti bahwa, setiap kali saya memperkenalkan kelas baru, saya perlu melatih ulang NN. Bagaimana saya bisa melatih NN secara...
Saya tidak mencari cara yang efisien untuk menemukan bilangan prima (yang tentu saja merupakan masalah terpecahkan ). Ini lebih merupakan pertanyaan "bagaimana jika". Jadi, dalam teori: Bisakah Anda melatih jaringan saraf untuk memprediksi apakah angka n yang diberikan adalah komposit atau utama?...
Dapatkah Jaringan Syaraf Konvolusional digunakan untuk pengenalan pola dalam domain masalah di mana tidak ada gambar yang sudah ada, katakan dengan merepresentasikan data abstrak secara grafis? Apakah itu selalu kurang efisien? Pengembang ini mengatakan pengembangan saat ini dapat melangkah lebih...
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...
Kerangka kerja seperti PyTorch dan TensorFlow melalui TensorFlow Fold mendukung Dynamic Computational Graphs dan menerima perhatian dari para ilmuwan data. Namun, tampaknya ada kekurangan sumber daya untuk membantu dalam memahami Grafik Komputasi Dinamis. Keuntungan dari Dynamic Computational...
Saya telah melihat istilah-istilah ini banyak dilemparkan ke situs ini, khususnya pada tag convolutional-neural-networks dan neural-networks . Saya tahu bahwa Jaringan Saraf Tiruan adalah sistem yang didasarkan pada otak manusia secara longgar. Tapi apa perbedaan antara Neural Network...
Dari Wikipedia: Cermin neuron adalah neuron yang terbakar baik ketika hewan bertindak maupun ketika hewan mengamati tindakan yang sama dilakukan oleh orang lain. Mirror neuron terkait dengan pembelajaran imitasi, fitur yang sangat berguna yang hilang dalam implementasi AI dunia nyata saat ini....
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