Preguntas etiquetadas con neural-networks

Una red neuronal es un gráfico ponderado dirigido. Estos pueden ser representados por una matriz (escasa). Hacerlo puede exponer algunas propiedades elegantes de la red. ¿Es esta técnica beneficiosa para examinar las redes neuronales?

9 neural-networks 

Deep Mind ha publicado muchos trabajos sobre aprendizaje profundo en los últimos años, la mayoría de ellos con tecnología de punta en sus respectivas tareas. Pero, ¿cuánto de este trabajo ha sido realmente reproducido por la comunidad de IA? Por ejemplo, el papel de Neural Turing Machine parece ser muy …

9 neural-networks  deep-learning  research 

¿Se pueden utilizar los codificadores automáticos para el aprendizaje supervisado sin agregar una capa de salida ? ¿Podemos simplemente alimentarlo con un vector de entrada-salida concatenado para entrenamiento y reconstruir la parte de salida de la parte de entrada al hacer inferencia? La parte de salida se trataría como valores …

9 neural-networks 

En particular, una computadora incrustada (con recursos limitados) analiza la transmisión de video en vivo desde una cámara de tráfico, tratando de elegir buenos cuadros que contengan los números de matrícula de los autos que pasan. Una vez que se localiza una placa, el marco se entrega a una biblioteca …

9 neural-networks  image-recognition 

Esta pregunta ya tiene una respuesta aquí : ¿Se aplica la propagación inversa para cada punto de datos o para un lote de puntos de datos? (1 respuesta) Cerrado hace 7 meses . Estoy tratando de aprender redes neuronales viendo esta serie de videos e implementando una red neuronal simple …

9 neural-networks  python 

En breve sobre el aprendizaje profundo (para referencia) : El aprendizaje profundo es una rama del aprendizaje automático basado en un conjunto de algoritmos que intentan modelar abstracciones de alto nivel en los datos mediante el uso de un gráfico profundo con múltiples capas de procesamiento, compuesto de múltiples transformaciones …

9 neural-networks  machine-learning  deep-learning  convolutional-neural-networks  computer-vision 

Si las neuronas y las sinapsis se pueden implementar usando transistores, ¿qué nos impide crear redes neuronales arbitrariamente grandes usando los mismos métodos con los que se hacen las GPU? En esencia, hemos visto cuán extraordinariamente bien funcionan las redes neuronales virtuales implementadas en procesadores secuenciales (incluso las GPU son …

9 neural-networks  recurrent-neural-networks  hardware 

¿De qué manera el empleo de algoritmos evolutivos para diseñar y entrenar redes neuronales artificiales tiene ventajas sobre el uso de los algoritmos convencionales de retropropagación?

9 neural-networks  comparison  backpropagation  evolutionary-algorithms 

¿Hay investigaciones que empleen modelos realistas de neuronas? Por lo general, el modelo de una neurona para una red neuronal es bastante simple en comparación con la neurona realista, que involucra cientos de proteínas y millones de moléculas (o incluso números mayores). ¿Existe alguna investigación que extraiga implicaciones de esta …

8 neural-networks  artificial-neuron  neurons  brain  neuromorphic-engineering 

Si una araña te ha atacado una vez, es probable que nunca vuelvas a acercarte a una araña. En un modelo de red neuronal, tener una mala experiencia con una araña disminuirá ligeramente la probabilidad de que se acerque a una araña dependiendo de la tasa de aprendizaje. Esto no …

8 neural-networks  theory  emotional-intelligence 

Soy un principiante en Tensorflow y simplemente sigo un tutorial. No hay ningún problema con mi código, pero tengo una pregunta sobre el resultado accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039 global_step: 760 label/mean: 0.33333334 loss: 6.578666 prediction/mean: 0.3428335 Me gustaría saber qué representan "predicción / significado" …

8 neural-networks  tensorflow  python  artificial-neuron 

Estoy construyendo una red neuronal para predecir el valor de una obra de arte con una amplia gama de entradas (tamaño, medio artístico, etc.) y me gustaría incluir también al autor como entrada (a menudo es una gran factor en el valor de una sola obra de arte). Mi preocupación …

8 neural-networks 

Parece bastante controvertido decir que los enfoques basados ​​en NN se están convirtiendo en herramientas bastante poderosas en muchas áreas de IA, ya sea reconociendo y descomponiendo imágenes (caras en una frontera, escenas de calles en automóviles, toma de decisiones en situaciones inciertas / complejas o con datos parciales). Casi …

8 neural-networks  machine-learning  philosophy  security  explainable-ai 

Después de haber trabajado con redes neuronales durante aproximadamente medio año, he experimentado de primera mano lo que a menudo se consideran sus principales desventajas, es decir, sobreajustar y atascarse en los mínimos locales. Sin embargo, a través de la optimización de hiperparámetros y algunos enfoques recién inventados, estos se …

8 neural-networks 

Dos funciones de activación comunes utilizadas en el aprendizaje profundo son la función tangente hiperbólica y la función de activación sigmoidea. Entiendo que la tangente hiperbólica es solo un cambio de escala y traducción de la función sigmoidea: tanh( z) = 2 σ( z) - 1tanh⁡(z)=2σ(z)-1\tanh(z) = 2\sigma(z) - 1 …

8 neural-networks  machine-learning  deep-network  comparison  hidden-layers