Künstliche Intelligenz machine-learning

2

In dem Blog-Beitrag Erstellen leistungsfähiger Bildklassifizierungsmodelle mit sehr wenigen Daten werden Engpassfunktionen erwähnt. Was sind die Engpassmerkmale? Ändern sie sich mit der verwendeten Architektur? Sind sie die endgültige Ausgabe von Faltungsschichten vor der vollständig verbundenen Schicht? Warum heißen sie so?

11 machine-learning convolutional-neural-networks terminology definitions

4

Was sind die neuesten Methoden, um einen Chat-Bot zu trainieren?

Ich möchte einen Bot trainieren, der Texteingabe verwendet, einige Kategorien auswendig lernt und Fragen entsprechend beantwortet. Zusätzlich möchte ich als Version 2.0 den Bot dazu bringen, auch Spracheingaben zu beantworten. Welches sind die neuesten Algorithmen für maschinelles Lernen / KI? Lass es mich wissen, bitte.

11 machine-learning algorithm chat-bots

3

Wie würde eine KI Sprache lernen?

Ich dachte über AIs nach und wie sie funktionieren würden, als mir klar wurde, dass ich mir keine Möglichkeit vorstellen konnte, einer AI Sprache beizubringen. Ein Kind neigt dazu, Sprache durch Assoziationen von Sprache und Bildern mit einem Objekt zu lernen (z. B. Menschen, die das Wort "Hund" sagen, während …

11 machine-learning natural-language-processing

3

Was sind die Hauptprobleme, die die aktuelle KI-Entwicklung behindern?

Ich habe einen Hintergrund in Computertechnik und habe daran gearbeitet, bessere Algorithmen zu entwickeln, um menschliches Denken nachzuahmen. (Einer meiner Favoriten ist die analoge Modellierung für die Sprachverarbeitung und Entscheidungsfindung.) Je mehr ich jedoch recherchiere, desto mehr wird mir klar, wie kompliziert KI ist. Ich habe versucht, viele Probleme auf …

11 machine-learning

4

Wie wähle ich die relevanten Merkmale der Daten aus?

Vor kurzem habe ich an einem Problem gearbeitet, um eine Kostenanalyse meiner Ausgaben für eine bestimmte Ressource durchzuführen. Normalerweise treffe ich einige manuelle Entscheidungen aus der Analyse und plane entsprechend. Ich habe einen großen Datensatz im Excel-Format und mit Hunderten von Spalten, die die Verwendung der Ressource in verschiedenen Zeitrahmen …

11 neural-networks machine-learning datasets feature-selection

3

Wie wirkt sich Rauschen auf die Generalisierung aus?

Hilft die Erhöhung des Datenrauschens, die Lernfähigkeit eines Netzwerks zu verbessern? Macht es einen Unterschied oder hängt es vom zu lösenden Problem ab? Wie wirkt es sich auf den Generalisierungsprozess insgesamt aus?

11 neural-networks machine-learning statistical-ai generalization

1

Wie bleibe ich ein aktueller Forscher in der ML / RL-Community?

Als Student, der am maschinellen Lernen arbeiten möchte, möchte ich wissen, wie es möglich ist, mein Studium zu beginnen und wie ich es befolgen kann, um auf dem neuesten Stand zu bleiben. Zum Beispiel bin ich bereit, an RL- und MAB-Problemen zu arbeiten, aber es gibt riesige Literaturen zu diesen …

11 machine-learning reinforcement-learning research markov-decision-process

3

Messen der Objektgröße mithilfe eines tiefen neuronalen Netzwerks

Ich habe einen großen Datensatz von Fahrzeugen mit der Grundwahrheit ihrer Länge (über 100.000 Proben). Ist es möglich, ein tiefes Netzwerk zu trainieren, um die Fahrzeuglänge zu messen / zu schätzen? Ich habe keine Artikel über die Schätzung der Objektgröße mithilfe eines tiefen neuronalen Netzwerks gesehen.

10 machine-learning deep-learning computer-vision

3

Verwenden eines neuronalen Netzwerks zum Erkennen von Mustern in Matrizen

Ich versuche, ein neuronales Netzwerk zu entwickeln, das Konstruktionsmerkmale in CAD-Modellen identifizieren kann (dh Schlitze, Vorsprünge, Löcher, Taschen, Stufen). Die Eingabedaten, die ich für das Netzwerk verwenden möchte, sind Anxn-Matrix (wobei n die Anzahl der Flächen im CAD-Modell ist). Eine '1' im oberen rechten Dreieck in der Matrix repräsentiert eine …

10 neural-networks machine-learning convolutional-neural-networks pattern-recognition detecting-patterns

1

KI, die Programme generieren kann

Ich habe Viv untersucht, einen künstlichen intelligenten Agenten in der Entwicklung. Nach meinem Verständnis kann diese KI neuen Code generieren und basierend auf einer Abfrage des Benutzers ausführen. Ich bin neugierig zu wissen, wie diese KI lernen kann, Code basierend auf einer Abfrage zu generieren. Welche Algorithmen für maschinelles Lernen …

10 neural-networks machine-learning deep-learning ai-design natural-language-processing

3

Was ist falsch an der Vorstellung, dass die KI zur Allwissenheit fähig sein wird?

Im Kontext der künstlichen Intelligenz bezieht sich die Singularität auf das Aufkommen einer künstlichen allgemeinen Intelligenz, die zur rekursiven Selbstverbesserung fähig ist, was zur raschen Entstehung der künstlichen Superintelligenz (ASI) führt, deren Grenzen kurz nach Erreichen der technologischen Singularität unbekannt sind . Daher könnten diese Superintelligenzen Probleme lösen, die wir …

10 machine-learning philosophy singularity cognitive-science

4

In welchen Bereichen sind SVMs noch auf dem neuesten Stand der Technik?

Es scheint, dass tiefe neuronale Netze und andere auf neuronalen Netzen basierende Modelle viele aktuelle Bereiche wie Computer Vision, Objektklassifizierung, Verstärkungslernen usw. dominieren. Gibt es Bereiche, in denen SVMs (oder andere Modelle) immer noch Ergebnisse auf dem neuesten Stand der Technik liefern?

10 machine-learning svm state-of-the-art

1

Was passiert, wenn ich Aktivierungsfunktionen mische?

Es gibt verschiedene Aktivierungsfunktionen wie ReLU, Sigmoid oder . Was passiert, wenn ich Aktivierungsfunktionen mische?tanhtanh\tanh Ich habe kürzlich festgestellt, dass Google die Swish-Aktivierungsfunktion (x * sigmoid) entwickelt hat. Kann durch Ändern der Aktivierungsfunktion die Genauigkeit bei kleinen neuronalen Netzwerkproblemen wie dem XOR-Problem erhöht werden?

10 neural-networks machine-learning activation-function relu sigmoid

3

Was sind die Zwecke von Autoencodern?

Autoencoder sind neuronale Netze, die eine komprimierte Darstellung der Eingabe lernen, um sie später zu rekonstruieren, sodass sie zur Dimensionsreduzierung verwendet werden können. Sie bestehen aus einem Codierer und einem Decodierer (die separate neuronale Netze sein können). Die Reduzierung der Dimensionalität kann nützlich sein, um die Probleme im Zusammenhang mit …

10 machine-learning autoencoders dimensionality-reduction curse-of-dimensionality

1

Der Verlust springt abrupt, wenn ich die Lernrate mit dem Adam-Optimierer in PyTorch reduziere

Ich trainiere ein auto-encoderNetzwerk mit AdamOptimierer (mit amsgrad=True) und MSE lossfür die Aufgabe der Einkanal-Audioquellentrennung. Immer wenn ich die Lernrate um einen Faktor verringere, springt der Netzwerkverlust abrupt und nimmt dann bis zum nächsten Abfall der Lernrate ab. Ich verwende Pytorch für die Netzwerkimplementierung und Schulung. Following are my experimental …

10 machine-learning deep-learning optimization autoencoders loss-functions

Als «machine-learning» getaggte Fragen