Pour les questions liées à l'apprentissage en profondeur, qui fait référence à un sous-ensemble de méthodes d'apprentissage automatique basées sur des réseaux de neurones artificiels (ANN) avec plusieurs couches cachées. L'adjectif deep fait donc référence au nombre de couches des ANN. L'expression deep learning a apparemment été introduite (bien que pas dans le contexte de l'apprentissage automatique ou des ANN) en 1986 par Rina Dechter dans l'article «Apprendre en cherchant dans les problèmes de satisfaction de contraintes».
Les scientifiques ou les experts de la recherche savent-ils dans la cuisine ce qui se passe dans un réseau de neurones «profonds» complexe avec au moins des millions de connexions qui se déclenchent instantanément? Comprennent-ils le processus sous-jacent (par exemple, ce qui se passe à l'intérieur...
Autant que je sache, les réseaux de neurones ont un nombre fixe de neurones dans la couche d'entrée. Si des réseaux de neurones sont utilisés dans un contexte tel que la PNL, des phrases ou des blocs de texte de différentes tailles sont envoyés à un réseau. Comment la taille de l'entrée variable...
En tant qu'être humain, nous pouvons penser l'infini. En principe, si nous avons suffisamment de ressources (temps, etc.), nous pouvons compter une infinité de choses (y compris abstraites, comme des nombres ou réelles). Par exemple, au moins, nous pouvons prendre en compte des entiers. Nous...
Quelle bibliothèque (TensorFlow ou Keras) recommanderiez-vous pour une première approche de l'apprentissage en profondeur? Je suis un étudiant en neurosciences et j'essaie pour la première fois des approches informatiques, si cela
J'ai entendu auparavant des informaticiens et des chercheurs dans le domaine de l'IA que Lisp est un bon langage pour la recherche et le développement en intelligence artificielle. Est-ce que cela s'applique toujours, avec la prolifération des réseaux de neurones et l'apprentissage en profondeur?...
Ma compréhension est que la couche convolutionnelle d'un réseau neuronal convolutionnel a quatre dimensions: canaux d'entrée, hauteur de filtre, largeur de filtre, nombre de filtres. En outre, je crois comprendre que chaque nouveau filtre est simplement compliqué sur TOUS les canaux d'entrée (ou...
L'article The Limitations of Deep Learning in Adversarial Settings explore comment les réseaux de neurones peuvent être corrompus par un attaquant qui peut manipuler l'ensemble de données avec lequel le réseau de neurones s'entraîne. Les auteurs expérimentent un réseau neuronal destiné à lire des...
Supposons que nous ayons un grand nombre de preuves dans le calcul des prédicats du premier ordre. Supposons que nous ayons aussi les axiomes, les corollaires et les théorèmes dans ce domaine des mathématiques sous cette forme. Considérez chaque proposition qui a été prouvée et le corps de la...
Au cours des 50 dernières années, l'augmentation / la baisse / l'augmentation de la popularité des réseaux neuronaux a agi comme un «baromètre» pour la recherche sur l'IA. Il ressort clairement des questions sur ce site que les gens sont intéressés à appliquer le Deep Learning (DL) à une grande...
Est-il possible d'alimenter un réseau de neurones en sortie d'un générateur de nombres aléatoires et de s'attendre à ce qu'il apprenne la fonction de hachage (ou générateur), afin qu'il puisse prédire quel sera le prochain nombre pseudo-aléatoire généré ? Est-ce que quelque chose comme ça existe...
J'ai du mal à comprendre la fonction de perte GAN comme indiqué dans Understanding Generative Adversarial Networks (un article de blog écrit par Daniel Seita). Dans la perte d'entropie croisée standard, nous avons une sortie qui a été exécutée via une fonction sigmoïde et une classification binaire...
On dit que les fonctions d'activation dans les réseaux de neurones contribuent à introduire la non-linéarité . Qu'est-ce que ça veut dire? Que signifie la non-linéarité dans ce contexte? En quoi l'introduction de cette non-linéarité aide-t-elle? Les fonctions d' activation ont- elles d'autres...
Supposons qu'il y ait 10K images de tailles 2400 x 2400 à utiliser dans CNN. Selon moi, les ordinateurs conventionnels que les gens utilisent seront utiles. Maintenant, la question est de savoir comment gérer de si grandes tailles d'image où il n'y a pas de privilèges de sous-échantillonnage. Voici...
Par exemple, pour classer les e-mails comme spam, est-il utile - du point de vue du temps / de la précision - d'appliquer un apprentissage en profondeur (si possible) au lieu d'un autre algorithme d'apprentissage automatique? L'apprentissage en profondeur rendra- t-il inutiles d' autres algorithmes...
Quelqu'un peut-il m'expliquer la différence entre l'apprentissage automatique et l'apprentissage profond? Est-il possible d'apprendre le deep learning sans connaître le machine
La plupart des gens essaient de répondre à la question avec un réseau neuronal. Cependant, quelqu'un a-t-il pensé à comment faire en sorte que le réseau neuronal pose des questions, au lieu de répondre à des questions? Par exemple, si un CNN peut décider à quelle catégorie un objet appartient,...
Je code un modèle d'apprentissage par renforcement avec un agent PPO grâce à la très bonne bibliothèque Tensorforce , construite au-dessus de Tensorflow. La première version était très simple et je plonge maintenant dans un environnement plus complexe où toutes les actions ne sont pas disponibles à...
Quel est le concept et comment calcule-t-on les valeurs de goulot d'étranglement? Comment ces valeurs aident-elles à la classification des images? Veuillez expliquer en termes
J'écris un jeu de jouet simple avec l'intention d'entraîner un réseau neuronal profond par-dessus. Les règles du jeu sont à peu près les suivantes: Le jeu a un plateau composé de cellules hexagonales. Les deux joueurs ont la même collection de pièces qu'ils peuvent choisir de positionner librement...
Je lis au sujet des réseaux contradictoires génératifs (GAN) et j'ai quelques doutes à ce sujet. Jusqu'à présent, je comprends que dans un GAN, il existe deux types différents de réseaux de neurones: l'un est génératif ( ggG ) et l'autre discriminant ( réréD ). Le réseau neuronal génératif génère...