Künstliche Intelligenz deep-network

9

Wie ist es möglich, dass tiefe neuronale Netze so leicht getäuscht werden?

Die folgende Seite / Studie zeigt, dass die tiefen neuronalen Netze leicht getäuscht werden können, indem Vorhersagen mit hohem Vertrauen für nicht erkennbare Bilder abgegeben werden, z Wie ist das möglich? Kannst du das bitte im Idealfall im Klartext erklären?

63 convolutional-neural-networks image-recognition deep-network computer-vision

5

Was ist Fuzzy-Logik?

Ich bin neu in AI und möchte in einfachen Worten wissen, was das Fuzzy-Logik-Konzept ist. Wie hilft es und wann wird es angewendet?

37 deep-network terminology fuzzy-logic

4

Wie finde ich die optimale Anzahl von Neuronen pro Schicht?

Woher wissen Sie beim Schreiben Ihres Algorithmus, wie viele Neuronen Sie pro Ebene benötigen? Gibt es Methoden, um die optimale Anzahl zu finden, oder ist dies eine Faustregel?

28 deep-network search neurons

2

Wie unterscheidet sich ein tiefes neuronales Netzwerk von anderen neuronalen Netzwerken?

Wie unterscheidet sich ein neuronales Netzwerk mit dem Adjektiv "tief" von anderen ähnlichen Netzwerken?

25 neural-networks machine-learning deep-network terminology comparison

4

Ist die Mustererkennungsfähigkeit von CNNs auf die Bildverarbeitung beschränkt?

Kann ein Convolutional Neural Network zur Mustererkennung in einem Problembereich verwendet werden, in dem keine Bilder vorhanden sind, beispielsweise durch grafische Darstellung abstrakter Daten? Wäre das immer weniger effizient? Dieser Entwickler sagt, die aktuelle Entwicklung könnte noch weiter gehen, aber nicht, wenn es eine Grenze außerhalb der Bilderkennung gibt.

21 deep-network neural-networks image-recognition convolutional-neural-networks

2

Sollten tiefe Restnetzwerke als ein Ensemble von Netzwerken betrachtet werden?

Die Frage betrifft die Architektur von Deep Residual Networks ( ResNets ). Das Modell, das den 1. Platz bei der "Large Scale Visual Recognition Challenge 2015" (ILSVRC2015) in allen fünf Hauptstrecken gewann: ImageNet-Klassifizierung: „Ultra-tiefe“ 152-Lagen-Netze (Zitat Yann) ImageNet-Erkennung: 16% besser als 2 .. ImageNet-Lokalisierung: 27% besser als 2 .. COCO-Erkennung: …

12 neural-networks machine-learning deep-network deep-learning pattern-recognition

5

Warum reichen tiefe neuronale Netze und tiefes Lernen nicht aus, um allgemeine Intelligenz zu erreichen?

Alles, was mit Deep Learning (DL) und Deep (er) Netzwerken zu tun hat, scheint "erfolgreich" zu sein, zumindest sehr schnell voranzukommen und den Glauben zu pflegen, dass AGI in Reichweite ist. Das ist populäre Vorstellung. DL ist ein hervorragendes Instrument, um so viele Probleme anzugehen, einschließlich der Schaffung von AGIs. …

11 deep-learning deep-network agi

1

Welche Probleme erfordern mehr als 2 versteckte Schichten?

Ich habe gelesen, dass die meisten Probleme mit 1-2 versteckten Ebenen gelöst werden können. Woher weißt du, dass du mehr als 2 brauchst? Für welche Art von Problemen würden Sie sie benötigen (geben Sie mir ein Beispiel)?

11 deep-network hidden-layers

4

Was ist die "Dropout" -Technik?

Welchen Zweck erfüllt die "Dropout" -Methode und wie verbessert sie die Gesamtleistung des neuronalen Netzwerks?

10 deep-network overfitting performance

3

Was ist ein tiefes neuronales Netzwerk?

Was ist die Definition eines tiefen neuronalen Netzwerks? Warum sind sie so beliebt oder wichtig?

10 machine-learning deep-learning terminology deep-network definitions

1

Wie problematisch ist weißes Rauschen für die reale Verwendung eines DNN?

Ich habe gelesen, dass tiefe neuronale Netze relativ leicht getäuscht werden können ( Link ), um ein hohes Vertrauen in die Erkennung von synthetischen / künstlichen Bildern zu geben, die vollständig (oder zumindest größtenteils) außerhalb des Vertrauenssubjekts liegen. Persönlich sehe ich kein großes Problem damit, dass DNN diesen synthetischen / …

9 neural-networks deep-network image-recognition convolutional-neural-networks signal-processing

2

Was ist der Unterschied zwischen hyperbolischen Tangenten- und Sigmoidneuronen?

Zwei übliche Aktivierungsfunktionen, die beim tiefen Lernen verwendet werden, sind die hyperbolische Tangentenfunktion und die Sigmoidaktivierungsfunktion. Ich verstehe, dass die hyperbolische Tangente nur eine Neuskalierung und Übersetzung der Sigmoidfunktion ist: tanh( z) = 2 σ( z) - 1tanh⁡(z)=2σ(z)- -1\tanh(z) = 2\sigma(z) - 1 . Gibt es einen signifikanten Unterschied zwischen …

8 neural-networks machine-learning deep-network comparison hidden-layers

Als «deep-network» getaggte Fragen