Als «deep-learning» getaggte Fragen

Bei Fragen zum Deep Learning, die sich auf eine Teilmenge von Methoden des maschinellen Lernens beziehen, die auf künstlichen neuronalen Netzen (ANNs) mit mehreren verborgenen Schichten basieren. Das Adjektiv deep bezieht sich somit auf die Anzahl der Schichten der ANNs. Der Ausdruck Deep Learning wurde offenbar 1986 (wenn auch nicht im Zusammenhang mit maschinellem Lernen oder ANNs) von Rina Dechter in der Arbeit "Lernen bei der Suche in Zwangszufriedenheitsproblemen" eingeführt.

1
5 Jahre später sind Maxout-Netzwerke tot und warum?
Maxout-Netzwerke waren eine einfache, aber brillante Idee von Goodfellow et al. von 2013 bis max Feature Maps, um einen universellen Approximator für konvexe Aktivierungen zu erhalten. Das Design wurde für die Verwendung in Verbindung mit Dropout (damals erst kürzlich eingeführt) zugeschnitten und führte natürlich zu hochmodernen Ergebnissen bei Benchmarks wie …
2
Lohnt es sich heute noch, Lisp im besonderen Kontext des maschinellen Lernens zu lernen?
Lisp wurde ursprünglich als praktische mathematische Notation für Computerprogramme entwickelt, die von der Notation des Lambda-Kalküls der Alonzo Church beeinflusst wurde. Laut Wikipedia wurde es schnell zur bevorzugten Programmiersprache für die Forschung mit künstlicher Intelligenz (KI). Wenn Lisp immer noch in der KI verwendet wird, lohnt es sich dann, es …
2
Kann maschinelles Lernen verwendet werden, um bessere Reverse Engineering- / Dekompilierungswerkzeuge zu entwickeln?
Ich habe dies gegoogelt, aber abgesehen von einigen Artikeln konnte ich kein Reverse Engineering-Tool finden, das mit maschinellem Lernen erstellt wurde. Ich bin kein Experte für maschinelles Lernen und tiefes Lernen, aber es scheint vernünftig zu denken, dass wir angesichts der Tatsache, dass wir Milliarden von Open-Source-Codezeilen haben, diese verwenden …
1
Was bedeutet es, eine mehrdimensionale Verarbeitung mit Tensoren in Tensorkernen durchzuführen?
In einigen Tweets zu NeurIPS 2018 erschien dieses Video von NVIDIA. Gegen 0,37 sagt sie: Wenn Sie über die aktuellen Berechnungen in unseren Deep-Learning-Systemen nachdenken, basieren alle auf linearer Algebra. Können wir bessere Paradigmen für die mehrdimensionale Verarbeitung finden? Können wir wirklich tensoralgebraische Techniken in unseren Tensorkernen anwenden? Ich habe …
1
Verlustfunktionen für die hierarchische Multi-Label-Klassifizierung?
Ich möchte verschiedene Verlustfunktionen für ein hierarchisches Klassifizierungsproblem mit mehreren Etiketten ausprobieren. Bisher habe ich verschiedene Modelle oder Submodelle wie den Multilayer Perceptron (MLP) -Zweig in einem größeren Modell trainiert, das sich mit verschiedenen Klassifizierungsebenen befasst und einen binären Vektor ergibt. Ich habe auch Binary Cross Entopy (BCE) verwendet und …
1
Gibt es einen Unterschied in der Architektur des vertieften Lernens, wenn mehrere Aktionen anstelle einer einzelnen Aktion ausgeführt werden?
Ich habe einen tiefgreifenden deterministischen Lernagenten zur Verstärkung von Richtliniengradienten entwickelt, um alle Spiele / Aufgaben mit nur einer Aktion ausführen zu können. Der Agent scheint jedoch schrecklich zu scheitern, wenn zwei oder mehr Aktionen ausgeführt werden. Ich habe versucht, online nach Beispielen für jemanden zu suchen, der DDPG auf …
1
Sind mehr als 8 Hochleistungs-Nvidia-GPUs für Deep-Learning-Anwendungen geeignet?
Ich wurde zu dieser Frage aufgefordert, als ich versuchte, Server-Racks und Motherboards zu finden, die auf künstliche Intelligenz spezialisiert sind. Natürlich bin ich auf die SuperMicro-Website gegangen. Dort konnte das Chassis + Motherboard, das die maximalen GPUs in der Kategorie "Künstliche Intelligenz" unterstützte, bis zu 8 davon unterstützen. Darüber hinaus …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.