Künstliche Intelligenz topology

2

Sind modulare neuronale Netze bei allen Aufgaben effektiver als große monolithische Netze?

Modulare / Multiple Neuronale Netze (MNNs) drehen sich um das Training kleinerer, unabhängiger Netze, die ineinander oder in ein anderes höheres Netz eingespeist werden können. Grundsätzlich könnte die hierarchische Organisation es uns ermöglichen, komplexere Problembereiche zu verstehen und eine höhere Funktionalität zu erreichen, aber es scheint schwierig, Beispiele für konkrete …

16 neural-networks topology architecture neurons biology

3

Wie sind künstliche neuronale Netze und biologische neuronale Netze ähnlich und unterschiedlich?

Ich habe mehrfach gehört, dass "Neuronale Netze die beste Annäherung sind, die wir zum Modellieren des menschlichen Gehirns haben", und ich denke, es ist allgemein bekannt, dass Neuronale Netze unserem Gehirn nachempfunden sind. Ich vermute sehr, dass dieses Modell vereinfacht wurde, aber wie viel? Inwiefern unterscheidet sich das Vanille-NN von …

16 neural-networks brain topology

2

Wie kann ich die Wahl der Topologie eines neuronalen Netzwerks für ein beliebiges Problem automatisieren?

Angenommen, ich möchte ein Problem mit einem neuronalen Netzwerk lösen, das entweder nicht zu bereits vorhandenen Topologien (Perceptron, Konohen usw.) passt, oder ich bin mir dessen Existenz einfach nicht bewusst, oder ich kann ihre nicht verstehen Mechaniker und ich verlassen uns stattdessen auf meine eigenen. Wie kann ich die Wahl …

14 neural-networks topology neuroevolution

3

Welche Topologien sind beim maschinellen Lernen weitgehend unerforscht?

Geometrie und KI Matrizen, Würfel, Ebenen, Stapel und Hierarchien können genau als Topologien bezeichnet werden . Betrachten Sie in diesem Zusammenhang die Topologie als das übergeordnete geometrische Design eines Lernsystems. Mit zunehmender Komplexität ist es häufig nützlich, diese Topologien als gerichtete Graphstrukturen darzustellen. Zustandsdiagramme und Markovs Arbeit zur Spieltheorie sind …

11 convolutional-neural-networks natural-language-processing topology graph-theory structure

1

Können Schichten tiefer neuronaler Netze als Hopfield-Netze angesehen werden?

Hopfield-Netzwerke können einen Vektor speichern und ab einer verrauschten Version abrufen. Sie setzen dabei Gewichte, um die Energiefunktion zu minimieren, wenn alle Neuronen gleich den Vektorwerten sind, und rufen den Vektor ab, indem sie die verrauschte Version als Eingabe verwenden und es dem Netz ermöglichen, sich auf ein Energieminimum einzustellen. …

10 deep-learning topology

1

Ist topologische Raffinesse zur Förderung der KI notwendig? [geschlossen]

Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Im letzten Monat geschlossen . Der aktuelle Trend des maschinellen Lernens wird von …

10 deep-learning logic topology cognitive-science

2

Inwiefern wird der Begriff „Topologie“ auf künstliche Intelligenz angewendet?

Ich habe nur ein allgemeines Verständnis der allgemeinen Topologie und möchte den Umfang des Begriffs "Topologie" in Bezug auf das Gebiet der künstlichen Intelligenz verstehen. Wie werden topologische Strukturen und Analysen in der künstlichen Intelligenz angewendet?

8 terminology topology

2

Kann in TensorFlow die Neuroevolution von neuronalen Netzen mit erweiterter Topologie (NEAT) aufgebaut werden? [geschlossen]

Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Künstliche Intelligenz Stapel Börse. Geschlossen vor 6 Tagen . Ich mache ein maschinelles Lernprogramm für die Zeitreihendatenanalyse und die Verwendung von NEAT …

7 python tensorflow neat programming-languages topology

Als «topology» getaggte Fragen