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...
Je suis juste tombé sur le concept de couverture neuronale, qui est le rapport des neurones activés et des neurones totaux dans un réseau neuronal. Mais qu'est-ce que cela signifie pour un neurone d'être "activé"? Je sais ce que sont les fonctions d'activation, mais que signifie être activé, par...
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
Je pense que l'avantage d'utiliser Leaky ReLU au lieu de ReLU est que de cette façon, nous ne pouvons pas avoir de gradient de fuite. La ReLU paramétrique a le même avantage, à la seule différence que la pente de la sortie pour les entrées négatives est un paramètre apprenable tandis que dans la...
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...
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,...
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...
Je voulais commencer à expérimenter avec le réseau neuronal et comme problème de jouet, je souhaitais en former un à discuter, c'est-à-dire implémenter un bot de discussion comme cleverbot. Pas si intelligent de toute façon. J'ai cherché de la documentation et j'ai trouvé de nombreux tutoriels sur...
En particulier, un ordinateur intégré (avec des ressources limitées) analyse le flux vidéo en direct d'une caméra de circulation, essayant de choisir de bonnes images qui contiennent les numéros de plaque d'immatriculation des voitures qui passent. Une fois la plaque localisée, le cadre est remis à...
Plusieurs ressources que j'ai mentionnées mentionnent que MSE est génial parce qu'il est convexe. Mais je ne sais pas comment, surtout dans le contexte des réseaux de neurones. Disons que nous avons les éléments suivants: XXX : ensemble de données de formation OuiOuiY : cibles ΘΘ\Theta : l'ensemble...
Deep Mind a publié de nombreux ouvrages sur le deep learning au cours des dernières années, la plupart à la pointe de la technologie dans leurs tâches respectives. Mais quelle partie de ce travail a réellement été reproduite par la communauté de l'IA? Par exemple, le papier Neural Turing Machine...
Je voudrais faire quelques expériences avec l'évolution du réseau neuronal (NEAT). J'ai écrit du code GA et du réseau neuronal en C ++ dans les années 90 juste pour jouer, mais l'approche de bricolage s'est avérée assez exigeante en main-d'œuvre que j'ai finalement abandonnée. Les choses ont...
Quels avantages pouvons-nous obtenir en appliquant Graph Convolutional Neural Network au lieu de CNN ordinaire? Je veux dire, si nous pouvons résoudre un problème par CNN, quelle est la raison pour laquelle nous devrions convertir en réseau de neurones à convolution graphique pour le résoudre?...
Un réseau de neurones est un graphe pondéré dirigé. Ceux-ci peuvent être représentés par une matrice (clairsemée). Cela peut exposer certaines propriétés élégantes du réseau. Cette technique est-elle bénéfique pour l'examen des réseaux de
Comment l'utilisation d'algorithmes évolutifs pour concevoir et former des réseaux de neurones artificiels présente-t-elle des avantages par rapport aux algorithmes conventionnels de
À propos de l'apprentissage en profondeur (pour référence) : Le deep learning est une branche du machine learning basée sur un ensemble d'algorithmes qui tentent de modéliser des abstractions de haut niveau dans les données en utilisant un graphe profond avec plusieurs couches de traitement,...
Je déconne dans le terrain de jeu tensorflow . L'un des ensembles de données d'entrée est une spirale. Quels que soient les paramètres d'entrée que je choisis, quelle que soit la largeur et la profondeur du réseau neuronal que je fais, je ne peux pas s'adapter à la spirale. Comment les...
DeepMind déclare que son réseau Q profond (DQN) a été en mesure d'adapter continuellement son comportement tout en apprenant à jouer à 49 jeux Atari. Après avoir appris tous les jeux avec le même réseau neuronal, l'agent était-il en mesure de les jouer tous à des niveaux `` surhumains ''...
est-il possible de donner une estimation empirique de la taille des réseaux de neurones qui peuvent être entraînés sur des GPU courants de qualité grand public ? Par exemple: Le papier Emergence of Locomotion (Reinforcement) forme un réseau utilisant l'activation tanh des neurones. Ils ont un NN à...
Si les neurones et les synapses peuvent être mis en œuvre à l'aide de transistors, qu'est-ce qui nous empêche de créer des réseaux de neurones arbitrairement grands en utilisant les mêmes méthodes avec lesquelles les GPU sont fabriqués? Essentiellement, nous avons vu le fonctionnement...