Для вопросов об искусственных сетях, таких как сети MLP, CNN, RNN, LSTM и GRU, их вариантах или любых других компонентах системы ИИ, которые квалифицируются как нейронные сети в том смысле, что они частично вдохновлены биологическими нейронными сетями.
Знают ли ученые или эксперты-исследователи из кухни, что происходит внутри сложной «глубокой» нейронной сети, когда по крайней мере миллионы соединений разрываются в одно мгновение? Понимают ли они процесс, стоящий за этим (например, что происходит внутри и как именно это работает), или это предмет...
Следующая страница / исследование демонстрирует, что глубокие нейронные сети легко одурачить, предоставляя высоконадежные прогнозы для неузнаваемых изображений, например Как это возможно? Можете ли вы объяснить в идеале на простом английском...
Насколько я могу судить, нейронные сети имеют фиксированное количество нейронов во входном слое. Если нейронные сети используются в контексте, подобном NLP, предложения или блоки текста разных размеров подаются в сеть. Как варьируется размер входного сигнала с фиксированным размером входного слоя...
Представьте, что вы показываете нейронной сети изображение льва 100 раз и помечаете его как «опасный», чтобы узнать, что львы опасны. Теперь представьте, что ранее вы показали ему миллионы изображений львов и альтернативно пометили его как «опасный» и «не опасный», так что вероятность того, что лев...
Джеффри Хинтон исследовал то, что он называет «теорией капсул» в нейронных сетях. Что это такое и как это
Ранее я слышал от компьютерных ученых и от исследователей в области ИИ, что этот Лисп - хороший язык для исследований и разработок в области искусственного интеллекта. Это все еще применимо, с распространением нейронных сетей и глубокого обучения? Каковы были их причины для этого? На каких языках в...
Я пытаюсь найти некоторые существующие исследования о том, как выбрать количество скрытых слоев и размер этих RNN на основе LSTM. Есть ли статья, в которой исследуется эта проблема, т. Е. Сколько ячеек памяти следует использовать? Я предполагаю, что это полностью зависит от приложения и в каком...
Насколько я понимаю, сверточный слой сверточной нейронной сети имеет четыре измерения: input_channels, filter_height, filter_width, number_of_filters. Кроме того, я понимаю, что каждый новый фильтр просто замыкается на ВСЕ входные каналы (или карты возможностей / активации из предыдущего слоя)....
В статье «Ограничения глубокого обучения в условиях состязательности» рассматривается, как нейронные сети могут быть повреждены злоумышленником, который может манипулировать набором данных, с которым обучается нейронная сеть. Авторы экспериментируют с нейронной сетью, предназначенной для чтения...
Как нейронная сеть, имеющая «глубокое» прилагательное, на самом деле отличается от других подобных
Я знаю, что нейронные сети, вероятно, не предназначены для этого, хотя и гипотетически спрашивают, возможно ли обучить глубокую нейронную сеть (или подобную) для решения математических уравнений? Итак, учитывая 3 входа: 1-й номер, знак оператора, представленный номером (1 - +, 2 - -, 3 - /, 4 - *и...
Я хотел бы обучить нейронную сеть, где выходные классы не определены (все) с самого начала. Все больше и больше классов будут введены позже на основе входящих данных. Это означает, что каждый раз, когда я представляю новый класс, мне нужно будет переучивать NN. Как я могу обучать NN постепенно, то...
Я не ищу эффективный способ найти простые числа (что, конечно, решаемая проблема ). Это больше вопрос «что если». Итак, теоретически: не могли бы вы обучить нейронную сеть предсказывать, является ли данное число n составным или простым? Как будет создана такая...
Можно ли использовать сверточную нейронную сеть для распознавания образов в проблемной области, где нет уже существующих изображений, например, путем графического представления абстрактных данных? Это всегда будет менее эффективным? Этот разработчик говорит, что текущая разработка может пойти...
Предположим, у нас есть большое количество доказательств в исчислении предикатов первого порядка. Предположим, у нас также есть аксиомы, следствия и теоремы в этой области математики в этой форме. Рассмотрим каждое доказанное утверждение и основную часть существующей теории, которая окружает это...
Такие фреймворки, как PyTorch и TensorFlow через TensorFlow Fold, поддерживают динамические вычислительные графики и привлекают внимание исследователей данных. Тем не менее, кажется, что не хватает ресурсов для понимания динамических вычислительных графов. Преимущество динамических вычислительных...
Я видел, как эти термины часто встречаются вокруг этого сайта, в частности, в тегах сверточные нейронные сети и нейронные сети . Я знаю, что нейронная сеть - это система, основанная на человеческом мозге. Но в чем разница между сверточной нейронной сетью и обычной нейронной сетью? Один из них...
Из Википедии: Зеркальный нейрон - это нейрон, который срабатывает как тогда, когда животное действует, так и когда животное наблюдает за тем же действием, совершенным другим. Зеркальные нейроны связаны с имитационным обучением, очень полезной функцией, которая отсутствует в современных реализациях...
Я изо всех сил пытаюсь понять функцию потери GAN, как это предусмотрено в статье « Понимание порождающих противоборствующих сетей» (сообщение в блоге, написанное Дэниелом Сейта). В стандартной кросс-энтропийной потере мы имеем выход, который был пропущен через сигмовидную функцию и полученную...
Говорят, что функции активации в нейронных сетях помогают ввести нелинейность . Что это значит? Что означает нелинейность в этом контексте? Как помогает введение этой нелинейности ? Существуют ли другие цели активации функций ?...