Preguntas etiquetadas con neural-networks

¿Los científicos o expertos en investigación saben desde la cocina lo que está sucediendo dentro de una red neuronal "profunda" compleja con al menos millones de conexiones que se activan en un instante? ¿Entienden el proceso detrás de esto (por ejemplo, qué está sucediendo dentro y cómo funciona exactamente), o …

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

Por lo que puedo decir, las redes neuronales tienen un número fijo de neuronas en la capa de entrada. Si las redes neuronales se usan en un contexto como PNL, las oraciones o bloques de texto de diferentes tamaños se alimentan a una red. ¿Cómo se concilia el tamaño de …

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

Imagine que muestra una red neuronal una imagen de un león 100 veces y la etiqueta con "peligroso", para que aprenda que los leones son peligrosos. Ahora imagine que anteriormente le mostró millones de imágenes de leones y, alternativamente, lo etiquetó como "peligroso" y "no peligroso", de modo que la …

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

Geoffrey Hinton ha estado investigando algo que él llama "teoría de las cápsulas" en las redes neuronales. ¿Qué es esto y cómo funciona?

35 neural-networks 

He escuchado antes de científicos informáticos y de investigadores en el área de IA que Lisp es un buen lenguaje para la investigación y el desarrollo en inteligencia artificial. ¿Esto todavía se aplica, con la proliferación de redes neuronales y el aprendizaje profundo? ¿Cuál fue su razonamiento para esto? ¿En …

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

Estoy tratando de encontrar algunas investigaciones existentes sobre cómo seleccionar el número de capas ocultas y el tamaño de estas de un RNN basado en LSTM. ¿Hay algún artículo en el que se esté investigando este problema, es decir, cuántas células de memoria se deben usar? Supongo que depende totalmente …

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

El documento Las limitaciones del aprendizaje profundo en entornos adversos explora cómo las redes neuronales pueden ser corrompidas por un atacante que puede manipular el conjunto de datos con el que se entrena la red neuronal. Los autores experimentan con una red neuronal destinada a leer dígitos escritos a mano, …

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

¿Cómo se distingue una red neuronal que tiene el adjetivo "profundo" de otras redes similares?

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

Soy consciente de que las redes neuronales probablemente no están diseñadas para hacer eso, sin embargo, preguntando hipotéticamente, ¿es posible entrenar la red neuronal profunda (o similar) para resolver ecuaciones matemáticas? So given the 3 inputs: 1st number, operator sign represented by the number (1 - +, 2 - -, …

24 neural-networks  math 

Me gustaría entrenar una red neuronal donde las clases de salida no están (todas) definidas desde el principio. Más y más clases se introducirán más tarde en función de los datos entrantes. Esto significa que, cada vez que presento una nueva clase, tendría que volver a entrenar el NN. ¿Cómo …

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

¿Se puede usar una red neuronal convolucional para el reconocimiento de patrones en un dominio problemático donde no hay imágenes preexistentes, por ejemplo, representando datos abstractos gráficamente? ¿Sería eso siempre menos eficiente? Este desarrollador dice que el desarrollo actual podría ir más allá, pero no si hay un límite fuera …

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

No estoy buscando una forma eficiente de encontrar números primos (que por supuesto es un problema resuelto ). Esta es más una pregunta de "qué pasaría si". Entonces, en teoría: ¿podría entrenar una red neuronal para predecir si un número dado n es compuesto o primo? ¿Cómo se establecería una …

21 neural-networks 

Supongamos que tenemos una gran cantidad de pruebas en el cálculo de predicados de primer orden. Supongamos que también tenemos los axiomas, corolarios y teoremas en esa área de las matemáticas en esa forma también. Considere cada proposición que se probó y el cuerpo de la teoría existente que rodea …

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

Los marcos como PyTorch y TensorFlow a través de TensorFlow Fold admiten gráficos computacionales dinámicos y están recibiendo atención de los científicos de datos. Sin embargo, parece haber una falta de recursos para ayudar a comprender los Gráficos Computacionales Dinámicos. La ventaja de los gráficos computacionales dinámicos parece incluir la …

19 neural-networks 

He visto muchos de estos términos en este sitio, específicamente en las etiquetas convolutional-neural-networks y neural-networks . Sé que una red neuronal es un sistema basado libremente en el cerebro humano. Pero, ¿cuál es la diferencia entre una red neuronal convolucional y una red neuronal normal? ¿Es uno mucho más …

18 neural-networks  convolutional-neural-networks  definitions  terminology