Künstliche Intelligenz machine-learning

17

Was ist der Unterschied zwischen künstlicher Intelligenz und maschinellem Lernen?

Diese beiden Begriffe scheinen insbesondere in ihrer Anwendung in der Informatik und in der Softwareentwicklung miteinander verwandt zu sein. Ist einer eine Untergruppe eines anderen? Ist eines ein Werkzeug, um ein System für das andere zu erstellen? Was sind ihre Unterschiede und warum sind sie bedeutsam?

74 machine-learning terminology comparison

8

Warum ist Python eine so beliebte Sprache im AI-Bereich?

Zuallererst bin ich ein Anfänger, der AI studiert, und dies ist keine meinungsorientierte Frage oder eine Frage zum Vergleichen von Programmiersprachen. Ich sage nicht, dass das die beste Sprache ist. Tatsache ist jedoch, dass die meisten der bekannten KI-Frameworks Python in erster Linie unterstützen. Sie können sogar mehrsprachig sein, zum …

47 machine-learning programming-languages tensorflow

3

Wie können neuronale Netze mit unterschiedlichen Eingangsgrößen umgehen?

Soweit ich das beurteilen kann, haben neuronale Netze eine feste Anzahl von Neuronen in der Eingabeebene. Wenn neuronale Netzwerke in einem Kontext wie NLP verwendet werden, werden Sätze oder Textblöcke unterschiedlicher Größe in ein Netzwerk eingespeist. Wie wird die variierende Eingabegröße mit der festen Größe der Eingabeebene des Netzwerks in …

42 neural-networks machine-learning deep-learning convolutional-neural-networks natural-language-processing

4

Sind neuronale Netze anfällig für katastrophales Vergessen?

Stellen Sie sich vor, Sie zeigen einem neuronalen Netzwerk 100-mal das Bild eines Löwen und kennzeichnen es mit "gefährlich", damit es erfährt, dass Löwen gefährlich sind. Stellen Sie sich nun vor, Sie hätten es zuvor Millionen von Löwenbildern gezeigt und alternativ als "gefährlich" und "nicht gefährlich" bezeichnet, sodass die Wahrscheinlichkeit, …

37 neural-networks machine-learning theory incremental-learning catastrophic-forgetting

3

Warum ist Lisp eine so gute Sprache für AI?

Ich habe zuvor von Informatikern und Forschern auf dem Gebiet der KI gehört, dass Lisp eine gute Sprache für Forschung und Entwicklung auf dem Gebiet der künstlichen Intelligenz ist. Gilt dies immer noch mit der Verbreitung neuronaler Netze und des tiefen Lernens? Was war ihre Begründung dafür? In welchen Sprachen …

30 neural-networks machine-learning deep-learning research programming-languages

4

Wie wähle ich die Anzahl der versteckten Schichten und die Anzahl der Speicherzellen in einem LSTM?

Ich versuche, eine existierende Untersuchung zu finden, wie die Anzahl der verborgenen Schichten und die Größe dieser einer LSTM-basierten RNN ausgewählt werden kann. Gibt es einen Artikel, in dem dieses Problem untersucht wird, dh wie viele Speicherzellen sollte man verwenden? Ich gehe davon aus, dass dies völlig von der Anwendung …

28 neural-networks machine-learning research recurrent-neural-networks lstm

3

Was ist selbstüberwachtes Lernen beim maschinellen Lernen?

Was ist selbstüberwachtes Lernen beim maschinellen Lernen? Wie unterscheidet es sich vom betreuten Lernen?

27 machine-learning comparison supervised-learning self-supervised-learning

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

2

Ist es möglich, ein neuronales Netzwerk schrittweise zu trainieren?

Ich möchte ein neuronales Netzwerk trainieren, in dem die Ausgabeklassen nicht von Anfang an (alle) definiert sind. Weitere Klassen werden später basierend auf eingehenden Daten eingeführt. Dies bedeutet, dass ich jedes Mal, wenn ich eine neue Klasse einführe, das NN neu trainieren muss. Wie kann ich einen NN inkrementell trainieren, …

23 neural-networks machine-learning incremental-learning transfer-learning

2

Gibt es laufende Projekte, die Stack Exchange für maschinelles Lernen verwenden?

Gibt es laufende KI-Projekte, die Stack Exchange für maschinelles Lernen verwenden?

22 machine-learning ai-design

4

Wie gehe ich mit ungültigen Zügen beim Lernen um?

Ich möchte eine KI erstellen, die Five-in-A-Row / Gomoku spielen kann. Wie ich bereits im Titel erwähnt habe, möchte ich dafür das verstärkende Lernen verwenden. Ich verwende die Policy-Gradient- Methode, nämlich REINFORCE, mit Baseline. Für die Näherung von Wert und Richtlinienfunktion verwende ich ein neuronales Netz . Es hat Faltungsschichten …

20 machine-learning reinforcement-learning game-ai combinatorial-games

7

Wenn es sich bei digitalen Werten nur um Schätzungen handelt, warum nicht für AI zu analogen Werten zurückkehren?

Der Antrieb für den Übergang vom analogen zum digitalen Schaltkreis im 20. Jahrhundert war der Wunsch nach höherer Genauigkeit und geringerem Rauschen. Jetzt entwickeln wir eine Software, bei der die Ergebnisse ungefähr sind und das Rauschen einen positiven Wert hat. In künstlichen Netzwerken verwenden wir Gradientenmodelle (Jacobian) oder Modelle zweiten …

18 machine-learning hardware neuromorphic-engineering analog-computing spiking-networks

3

Grundlegendes zur GAN-Verlustfunktion

Ich kämpfe darum, die GAN-Verlustfunktion zu verstehen, wie sie in " Grundlegendes zu generativen kontradiktorischen Netzwerken" (einem Blogbeitrag von Daniel Seita) beschrieben wird. Beim Standard-Cross-Entropy-Loss haben wir eine Ausgabe, die eine Sigmoid-Funktion und eine resultierende binäre Klassifikation durchlaufen hat. Sieta Staaten Somit erhalten wir für [jeden] Datenpunkt und seine Beschriftung …

16 neural-networks machine-learning deep-learning loss-functions generative-adversarial-networks

1

Unterschiede zwischen den Backpropagationstechniken

Nur zum Spaß versuche ich, ein neuronales Netzwerk aufzubauen. Für die Rückübertragung habe ich zwei Techniken gesehen. Der erste wird hier und auch an vielen anderen Orten verwendet. Was es tut, ist: Es berechnet den Fehler für jedes Ausgangsneuron. Es überträgt es zurück in das Netzwerk (Berechnung eines Fehlers für …

16 neural-networks machine-learning backpropagation

2

Was ist die zeitliche Komplexität für das Training eines neuronalen Netzwerks mit Backpropagation?

Angenommen, ein NN enthält nnn ausgeblendete Ebenen, mmm Trainingsbeispiele, Features und Knoten in jeder Ebene. Was ist die zeitliche Komplexität, um dieses NN mithilfe von Backpropagation zu trainieren?xxxninin_i Ich habe eine grundlegende Vorstellung davon, wie sie die zeitliche Komplexität von Algorithmen finden, aber hier sind 4 verschiedene Faktoren zu berücksichtigen, …

16 neural-networks machine-learning backpropagation time-complexity

Als «machine-learning» getaggte Fragen