Questions marquées «machine-learning»

Pour les questions liées à l'apprentissage automatique (ML), qui est un ensemble de méthodes qui peuvent détecter automatiquement les modèles dans les données, puis utiliser les modèles non découverts pour prédire les données futures, ou pour effectuer d'autres types de prise de décision en cas d'incertitude (comme planifier comment pour collecter plus de données). Le ML est généralement divisé en apprentissage supervisé, non supervisé et par renforcement. L'apprentissage profond est un sous-domaine du ML qui utilise des réseaux de neurones artificiels profonds.

2
Quelles sont les fonctionnalités des goulots d'étranglement?
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 la sortie finale des couches convolutives avant la couche entièrement connectée? …
3
Utilisation d'un réseau de neurones pour reconnaître les modèles dans les matrices
J'essaie de développer un réseau de neurones qui peut identifier les caractéristiques de conception dans les modèles CAO (c'est-à-dire les emplacements, les bossages, les trous, les poches, les marches). Les données d'entrée que j'ai l'intention d'utiliser pour le réseau sont une matrice anxn (où n est le nombre de faces …
3
Quel est le problème avec l'idée que l'IA sera capable d'omniscience?
Dans le contexte de l'intelligence artificielle, la singularité fait référence à l'avènement d'une intelligence générale artificielle capable d'auto-amélioration récursive, conduisant à l'émergence rapide de la superintelligence artificielle (ASI), dont les limites sont inconnues, peu de temps après la réalisation de la singularité technologique . Par conséquent, ces superintelligences pourraient résoudre …
1
Que se passe-t-il lorsque je mélange des fonctions d'activation?
Il existe plusieurs fonctions d'activation, telles que ReLU, sigmoid ou tanhtanh\tanh . Que se passe-t-il lorsque je mélange des fonctions d'activation? J'ai récemment découvert que Google a développé la fonction d'activation Swish qui est (x * sigmoïde). En modifiant la fonction d'activation, peut-il augmenter la précision sur un petit problème …
1
La perte saute brusquement lorsque je diminue le taux d'apprentissage avec Adam optimizer dans PyTorch
Je forme un auto-encoderréseau avec Adamoptimiseur (avec amsgrad=True) et MSE losspour la tâche de séparation de source audio à canal unique. Chaque fois que je diminue le taux d'apprentissage d'un facteur, la perte de réseau saute brusquement puis diminue jusqu'à la prochaine décroissance du taux d'apprentissage. J'utilise Pytorch pour la …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.