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 ''...
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...
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...
Quelle est la puissance de la machine qui a récemment battu le champion des joueurs de
J'ai donc essayé de comprendre les réseaux de neurones depuis que je suis tombé sur le blog d' Adam Geitgey sur l'apprentissage automatique. J'ai lu autant que possible sur le sujet (que je peux comprendre) et je crois comprendre tous les concepts généraux et certains des fonctionnements (en dépit...
Actuellement, je fais un projet qui consiste à créer une IA pour jouer au jeu Gomoku (c'est comme le tic tac toe, mais joué sur un tableau 15 * 15 et nécessite 5 d'affilée pour gagner). J'ai déjà réussi à mettre en œuvre une IA tic tac toe parfaite en utilisant l'apprentissage Q et en stockant les...
Combien de grands réseaux de neurones artificiels pouvons-nous exécuter maintenant (soit avec un cycle complet de train arrière ou simplement en évaluant les sorties du réseau) si notre budget énergétique total pour le calcul est équivalent au budget énergétique du cerveau humain ( 12,6 watts )?...
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...
Je lisais le nouvel article de Hinton, "Dynamic Routing Between Capsules" et je ne comprenais pas le terme "vecteur d'activité" dans l'abstrait. Une capsule est un groupe de neurones dont le vecteur d'activité représente les paramètres d'instanciation d'un type spécifique d'entité tel qu'un objet...
J'ai lu que les réseaux neuronaux profonds peuvent être relativement facilement trompés ( lien ) pour donner une confiance élevée dans la reconnaissance d'images synthétiques / artificielles qui sont complètement (ou au moins principalement) hors du sujet de confiance. Personnellement, je ne vois...
Existe-t-il des recherches qui utilisent des modèles réalistes de neurones? Habituellement, le modèle d'un neurone pour un réseau de neurones est assez simple par opposition au neurone réaliste, qui implique des centaines de protéines et des millions de molécules (ou même un plus grand nombre)....
Que signifie "backprop"? Le terme "backprop" est-il fondamentalement le même que "backpropagation" ou a-t-il une signification
Il semble assez peu controversé de dire que les approches basées sur NN deviennent des outils assez puissants dans de nombreux domaines de l'IA - qu'il s'agisse de reconnaître et de décomposer des images (visages à la frontière, scènes de rue dans les automobiles, prise de décision dans des...
Deux fonctions d'activation courantes utilisées dans l'apprentissage en profondeur sont la fonction tangente hyperbolique et la fonction d'activation sigmoïde. Je comprends que la tangente hyperbolique est juste une mise à l'échelle et une traduction de la fonction sigmoïde: tanh( z) = 2 σ( z) -...
Je me demandais si des algorithmes d'apprentissage automatique (CNN?) Pouvaient être utilisés / formés pour différencier les petites différences de détails entre les images (telles que de légères différences dans les nuances de rouge ou d'autres couleurs, ou la présence de petits objets entre des...
Je construis un réseau neuronal pour prédire la valeur d'une œuvre d'art avec un large éventail d'entrées (taille, support artistique, etc.) et je voudrais également inclure l'auteur en tant qu'entrée (c'est souvent un énorme facteur de la valeur d’une seule œuvre d’art). Ma préoccupation actuelle...
Ayant travaillé avec des réseaux de neurones pendant environ six mois, j'ai expérimenté de première main ce qui est souvent revendiqué comme leurs principaux inconvénients, à savoir le sur-ajustement et le blocage dans les minima locaux. Cependant, grâce à l'optimisation hyperparamétrique et à...
Si vous avez été attaqué par une araignée une fois, il est probable que vous ne vous approcherez plus jamais d'une araignée. Dans un modèle de réseau neuronal, une mauvaise expérience avec une araignée diminuera légèrement la probabilité que vous vous rapprochiez d'une araignée en fonction du taux...
Je suis à peu près un débutant dans Tensorflow et je ne fais que suivre un tutoriel. Il n'y a pas de problème avec mon code, mais j'ai une question concernant la sortie accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039...