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...
La question porte sur l'architecture des réseaux résiduels profonds ( ResNets ). Le modèle qui a remporté la 1ère place au "Large Scale Visual Recognition Challenge 2015" (ILSVRC2015) sur les cinq pistes principales: Classification ImageNet: «ultra-profonds» (citation de Yann) réseaux à 152 couches...
Étonnamment, cela n'a pas été demandé auparavant - au moins, je n'ai rien trouvé à part des questions vaguement liées. Alors, qu'est-ce qu'un réseau neuronal récurrent et quels sont leurs avantages par rapport aux NN
Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 23 jours . Géométrie et IA Les matrices, cubes,...
Au cours de mes recherches, je suis tombé sur des "réseaux de neurones à valeurs complexes", qui sont des réseaux de neurones qui fonctionnent avec des entrées à valeurs complexes (probablement aussi des poids). Quels sont les avantages (ou simplement les applications) de ce type de réseau neuronal...
Récemment, je travaillais sur un problème pour faire une analyse des coûts de mes dépenses pour une ressource particulière. Je prends habituellement des décisions manuelles à partir de l'analyse et planifie en conséquence. J'ai un ensemble de données volumineuses au format Excel et avec des...
J'essaie de programmer mon propre système pour faire fonctionner un réseau neuronal. Pour réduire le nombre de nœuds nécessaires, il a été suggéré de le faire traiter également les rotations de l'entrée. Mon réseau vise à apprendre et à prédire le jeu de la vie de Conway en regardant chaque carré...
Dans Convolutional Neural Network, quelle couche consomme le maximum de temps dans la formation? Couches de convolution ou couches entièrement connectées? Nous pouvons prendre l'architecture AlexNet pour comprendre cela. Je veux voir la rupture du temps du processus de formation. Je veux une...
L'augmentation du bruit dans les données contribue-t-elle à améliorer la capacité d'apprentissage d'un réseau? Cela fait-il une différence ou cela dépend-il du problème résolu? Comment affecte-t-il le processus de généralisation dans son
Je recherche l'informatique affective. En particulier, j'étudie la partie de la reconnaissance des émotions, c'est-à-dire la tâche de reconnaître les émotions ressenties par l'utilisateur / le sujet. Par exemple, affectiva peut être utilisé à cette fin. Je ne m'inquiète pas de la validité de ces...
Dans le billet de blog Construire des modèles de classification d'images puissants en utilisant très peu de données , les fonctionnalités de goulot d'étranglement sont mentionnées. Quelles sont les fonctionnalités des goulots d'étranglement? Changent-ils avec l'architecture utilisée? S'agit-il de...
Je suis intéressé à savoir s'il existe un réseau de neurones, qui résout (avec> = 80% de précision) tout problème non trivial, qui utilise très peu de nœuds (où 20 nœuds n'est pas une limite stricte). Je veux développer une intuition sur les tailles des réseaux de
Je fais des recherches sur les réseaux neuronaux cellulaires et j'ai déjà lu les deux articles de Chua ( 1988 ). Dans les réseaux neuronaux cellulaires, une cellule n'est en relation qu'avec ses voisins. Il est donc facile de l'utiliser pour le traitement d'images en temps réel. Le traitement...
J'ai trouvé la feuille de triche du réseau neuronal suivante ( Cheat Sheets for AI, Neural Networks, Machine Learning, Deep Learning & Big Data ). À quoi servent tous ces différents types de réseaux de neurones? Par exemple, quels réseaux de neurones peuvent être utilisés pour la régression ou...
D'après mes connaissances, la plupart des études actuelles sur l'intelligence artificielle utilisent une sorte de réseau neuronal ou ses variantes. Un bon exemple serait l'alphago de DeepMind qui, je crois, est un réseau de neurones profond, pour la vision CNN, le texte, la musique et d'autres...
J'essaie de détecter un logo de chaîne de télévision dans un fichier vidéo, il suffit donc de donner une .mp4vidéo d' entrée , de détecter s'il a ce logo présent dans une image spécifique, disons la première image, ou non. Nous avons ce logo à l'avance (bien que ce ne soit peut-être pas le% 100 de...
Y a-t-il des modèles possibles qui pourraient remplacer les réseaux de neurones dans un avenir proche? Et en avons-nous même besoin? Quelle est la pire chose à propos de l'utilisation des réseaux de neurones en termes
J'écris actuellement un moteur pour jouer à un jeu de cartes, car il n'y a pas encore de moteur pour ce jeu particulier. J'espère pouvoir ensuite introduire un réseau de neurones dans le jeu et lui faire apprendre à jouer. J'écris le moteur d'une manière qui soit utile pour un joueur IA. Il y a des...
Cela peut sembler idiot à quelqu'un qui a beaucoup d'expérience avec les réseaux de neurones, mais cela me dérange ... Je veux dire que la randomisation des poids initiaux pourrait vous donner de meilleurs résultats qui seraient un peu plus proches de ce à quoi devrait ressembler le réseau formé,...
AlphaGo Zero contient plusieurs améliorations par rapport à ses prédécesseurs. Les détails architecturaux d'Alpha Go Zero peuvent être vus dans cette feuille de triche . L'une de ces améliorations consiste à utiliser un seul réseau de neurones qui calcule les probabilités de déplacement et la...