Li The Book of Why , da Judea Pearl , no qual ele menciona que o aprendizado profundo é apenas uma tecnologia de ajuste de curva glorificada e não será capaz de produzir inteligência semelhante à humana. De seu livro, há um diagrama que ilustra os três níveis de habilidades cognitivas: A idéia...
Eu sou um novo aluno em PNL. Estou interessado na tarefa de gerar sentenças. Para mim, um método de última geração é o CharRNN , que usa o RNN para gerar uma sequência de palavras. No entanto, o BERT saiu há várias semanas e é muito poderoso. Portanto, estou pensando se essa tarefa também pode ser...
A questão é sobre a arquitetura de redes residuais profundas ( ResNets ). O modelo que conquistou o 1º lugar no "Desafio de Reconhecimento Visual em Grande Escala 2015" (ILSVRC2015) nas cinco faixas principais: Classificação ImageNet: Redes ultra-profundas (cotação Yann) de 152 camadas...
Estou codificando um modelo de aprendizado por reforço com um agente de PPO, graças à muito boa biblioteca Tensorforce , construída sobre o Tensorflow. A primeira versão era muito simples e agora estou mergulhando em um ambiente mais complexo, onde nem todas as ações estão disponíveis a cada...
Estou lendo sobre redes contraditórias generativas (GANs) e tenho algumas dúvidas sobre isso. Até agora, entendo que em uma GAN existem dois tipos diferentes de redes neurais: uma é gerativa ( GGG ) e a outra discriminativa ( DDD ). A rede neural generativa gera alguns dados que a rede neural...
Na Rede Neural Convolucional, qual camada consome o máximo de tempo em treinamento? Camadas de convolução ou camadas totalmente conectadas? Podemos usar a arquitetura AlexNet para entender isso. Quero ver a separação do tempo do processo de treinamento. Quero uma comparação de tempo relativo para...
As redes Hopfield são capazes de armazenar um vetor e recuperá-lo a partir de uma versão barulhenta dele. Eles fazem isso configurando pesos para minimizar a função de energia quando todos os neurônios são definidos iguais aos valores do vetor e recuperam o vetor usando a versão barulhenta dele...
Encontrei a seguinte folha de dicas para redes neurais (folhas de dicas para IA, redes neurais, aprendizado de máquina, aprendizado profundo e big data ). Para que são usados todos esses tipos diferentes de redes neurais? Por exemplo, quais redes neurais podem ser usadas para regressão ou...
O Trusted Region Policy Optimization (TRPO) e o Proximal Policy Optimization (PPO) são dois algoritmos avançados de gradientes de políticas. Ao usar uma única ação contínua, normalmente, você usaria alguma distribuição de probabilidade (por exemplo, Gaussiana) para a função de perda. A versão...
Tudo relacionado às redes Deep Learning (DL) e deep (er) parece "bem-sucedido", pelo menos progredindo muito rápido e cultivando a crença de que a AGI está ao alcance. Isso é imaginação popular. O DL é uma ferramenta tremenda para enfrentar tantos problemas, incluindo a criação de AGIs. Não é...
Fiz minha tese de mestrado em modelos geradores profundos e atualmente estou procurando um novo assunto. P: Quais são os tópicos de pesquisa "mais importantes" que estão chamando muita atenção da comunidade de aprendizagem profunda ultimamente? Alguns esclarecimentos: Examinei perguntas...
Eu tenho um grande conjunto de dados de veículos com a verdade básica de seus comprimentos (mais de 100 mil amostras). É possível treinar uma rede profunda para medir / estimar o comprimento do veículo? Não vi nenhum artigo relacionado à estimativa do tamanho de objetos usando redes neurais...
Sou um iniciante no aprendizado profundo, mas acho que encontrei a situação certa no mundo real para começar a usá-lo. O problema é que eu apenas usei esses algoritmos para prever resultados. Para o meu novo projeto, preciso de informações para alimentar uma máquina e otimizar os resultados. Alguém...
Qual é a definição de uma rede neural profunda? Por que eles são tão populares ou
Ouvi várias vezes que um dos problemas fundamentais / abertos da aprendizagem profunda é a falta de "teoria geral", porque na verdade não sabemos por que a aprendizagem profunda funciona tão bem. Até a página da Wikipedia sobre aprendizado profundo tem comentários semelhantes . Essas declarações...
Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado no mês passado . A atual...
Eu estive procurando na Viv um agente inteligente artificial em desenvolvimento. Com base no que entendi, essa IA pode gerar um novo código e executá-lo com base em uma consulta do usuário. O que estou curioso para saber é como essa IA é capaz de aprender a gerar código com base em alguma consulta....
Estou treinando uma auto-encoderrede com Adamotimizador (with amsgrad=True) e MSE losspara a tarefa de separação de fonte de áudio de canal único. Sempre que decai a taxa de aprendizado por um fator, a perda de rede aumenta bruscamente e depois diminui até a próxima queda na taxa de...
O DeepMind afirma que sua rede Q profunda (DQN) conseguiu adaptar continuamente seu comportamento enquanto aprendia a jogar 49 jogos da Atari. Depois de aprender todos os jogos com a mesma rede neural, o agente foi capaz de jogá-los todos nos níveis 'sobre-humanos' simultaneamente (sempre que foi...
Pouco sobre aprendizado profundo (para referência) : O aprendizado profundo é um ramo do aprendizado de máquina baseado em um conjunto de algoritmos que tentam modelar abstrações de alto nível nos dados usando um gráfico profundo com várias camadas de processamento, compostas por várias...