Preguntas etiquetadas con neural-networks

De Wikipedia: Una neurona espejo es una neurona que se dispara tanto cuando un animal actúa como cuando el animal observa la misma acción realizada por otro. Las neuronas espejo están relacionadas con el aprendizaje de imitación, una característica muy útil que falta en las implementaciones actuales de IA del …

17 neural-networks  models 

Esto es de una versión beta cerrada para AI, con esta pregunta publicada por el usuario número 47. Todo el crédito para ellos. De acuerdo con Wikipedia , Las máquinas de Boltzmann pueden verse como la contraparte estocástica y generativa de las redes de Hopfield. Ambas son redes neuronales recurrentes …

17 neural-networks  comparison  recurrent-neural-networks 

Estoy luchando por comprender la función de pérdida de GAN como se proporciona en Understanding Generative Adversarial Networks (una publicación de blog escrita por Daniel Seita). En la pérdida de entropía cruzada estándar, tenemos una salida que se ha ejecutado a través de una función sigmoidea y una clasificación binaria …

17 neural-networks  machine-learning  deep-learning  loss-functions  generative-adversarial-networks 

Solo por diversión, estoy tratando de desarrollar una red neuronal. Ahora, para la propagación hacia atrás, vi dos técnicas. El primero se usa aquí y en muchos otros lugares también. Lo que hace es: Calcula el error para cada neurona de salida. Lo propaga hacia atrás en la red (calculando …

17 neural-networks  machine-learning  backpropagation 

Supongamos que un NN contiene nnn capas ocultas, mmm ejemplos de entrenamiento, xxx características yn inin_i nodos en cada capa. ¿Cuál es la complejidad del tiempo para entrenar a este NN utilizando la propagación inversa? Tengo una idea básica sobre cómo encuentran la complejidad temporal de los algoritmos, pero aquí …

17 neural-networks  machine-learning  backpropagation  time-complexity 

Se dice que las funciones de activación en las redes neuronales ayudan a introducir la no linealidad . ¿Qué significa esto? ¿Qué significa no linealidad en este contexto? ¿Cómo ayuda la introducción de esta no linealidad ? ¿Hay otros propósitos de las funciones de activación ?

17 neural-networks  deep-learning 

Las redes neuronales modulares / múltiples (MNN) giran en torno al entrenamiento de redes más pequeñas e independientes que pueden alimentarse entre sí o en otra red superior. En principio, la organización jerárquica podría permitirnos dar sentido a espacios problemáticos más complejos y alcanzar una mayor funcionalidad, pero parece difícil …

16 neural-networks  topology  architecture  neurons  biology 

He escuchado varias veces que "las redes neuronales son la mejor aproximación que tenemos para modelar el cerebro humano", y creo que se sabe comúnmente que las redes neuronales se basan en nuestro cerebro. Sospecho firmemente que este modelo se ha simplificado, pero ¿cuánto? ¿Cuánto difiere, por ejemplo, el NN …

16 neural-networks  brain  topology 

Supongamos que hay 10K imágenes de 2400 x 2400 para usar en CNN. Según mi punto de vista, las computadoras convencionales que la gente use serán de utilidad. Ahora la pregunta es cómo manejar tamaños de imagen tan grandes donde no hay privilegios de disminución de resolución. Aquí están los …

15 neural-networks  deep-learning  image-recognition  convolutional-neural-networks 

Solo quiero saber por qué los ingenieros de Machine Learning y los programadores de IA usan lenguajes como python para realizar tareas de IA y no C ++, aunque C ++ es técnicamente un lenguaje más poderoso que python.

15 neural-networks  machine-learning  python  data-science  c++ 

Dada una red neuronal que toma como entrada puntos de datos: . Decimos que es permutación invariante sifffnnnx1,…,xnx1,…,xnx_1, \dots, x_nfff f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) para cualquier permutación .pipipi ¿Podría alguien recomendar un punto de partida (artículo, ejemplo u otro documento) para redes neuronales invariantes de permutación?

14 neural-networks  machine-learning  reference-request 

La mayoría de la gente está tratando de responder preguntas con una red neuronal. Sin embargo, ¿alguien ha pensado en cómo hacer que la red neuronal haga preguntas, en lugar de responder preguntas? Por ejemplo, si una CNN puede decidir a qué categoría pertenece un objeto, ¿puede hacer alguna pregunta …

14 neural-networks  deep-learning 

Para un espacio de problema determinista, necesito encontrar una red neuronal con el nodo óptimo y la estructura de enlace. Quiero usar un algoritmo genético para simular muchas redes neuronales para encontrar la mejor estructura de red para el dominio del problema. Nunca he usado algoritmos genéticos para una tarea …

14 neural-networks  ai-design  genetic-algorithms  evolutionary-algorithms  neuroevolution 

Suponga que quiero resolver un problema con una red neuronal que no puedo ajustar a las topologías ya existentes (perceptrón, Konohen, etc.) o simplemente no soy consciente de la existencia de esas o no puedo entender su Mecánica y confío en la mía en su lugar. ¿Cómo puedo automatizar la …

14 neural-networks  topology  neuroevolution 

¿El cerebro humano usa una función de activación específica? He intentado investigar un poco, y como es un umbral de si la señal se envía a través de una neurona o no, se parece mucho a ReLU. Sin embargo, no puedo encontrar un solo artículo que confirme esto. ¿O es …

13 neural-networks  machine-learning  brain