প্রশ্ন ট্যাগ «deep-learning»

গভীর শিক্ষার সাথে সম্পর্কিত প্রশ্নের জন্য, যা একাধিক লুকানো স্তর সহ কৃত্রিম নিউরাল নেটওয়ার্কগুলির (এএনএন) ভিত্তিতে মেশিন লার্নিং পদ্ধতির একটি উপসেটকে বোঝায়। বিশেষণ গভীর এইভাবে এএনএনগুলির স্তরগুলির সংখ্যা বোঝায়। গভীর শিক্ষণ প্রকাশটি স্পষ্টতই চালু হয়েছিল (যদিও মেশিন লার্নিং বা এএনএনগুলির প্রসঙ্গে নয়) 1986 সালে রিনা ডেক্টর লিখেছিলেন "সীমাবদ্ধতা-তৃপ্তি-সমস্যাগুলির সন্ধানে শেখা" পত্রিকায়।

3
কেউ কি কেবল নিউরাল নেটওয়ার্ক তৈরির বিষয়ে প্রশ্ন করেছেন, কেবল তাদের উত্তর দেওয়ার পরিবর্তে?
বেশিরভাগ মানুষ একটি নিউরাল নেটওয়ার্ক দিয়ে প্রশ্নের উত্তর দেওয়ার চেষ্টা করছেন। তবে কি কেউ নিউরাল নেটওয়ার্ককে প্রশ্নের উত্তর না দিয়ে প্রশ্ন জিজ্ঞাসা করবেন সে সম্পর্কে কিছু চিন্তাভাবনা নিয়ে এসেছেন? উদাহরণস্বরূপ, যদি কোনও সিএনএন সিদ্ধান্ত নিতে পারে যে কোনও বস্তুটি কোন শ্রেণীর অন্তর্ভুক্ত, এর চেয়ে শ্রেণিবিন্যাসে সহায়তা করার জন্য এটি কিছু …

2
গ্রিড ভিত্তিক গেমটি শিখতে নিউরাল নেটওয়ার্কের জন্য ইনপুট / আউটপুট এনকোডিং
আমি এর উপরে একটি গভীর নিউরাল নেটওয়ার্ক প্রশিক্ষণের অভিপ্রায় নিয়ে একটি সাধারণ খেলনা গেমটি লিখছি। গেমস বিধিগুলি মোটামুটি নিম্নলিখিত: গেমটিতে ষড়ভুজ কোষ দ্বারা গঠিত একটি বোর্ড রয়েছে। উভয় খেলোয়াড়েরই পিসের সমান সংগ্রহ রয়েছে যা তারা বোর্ডে অবাধে অবস্থানের জন্য চয়ন করতে পারেন। একে অপরের অবস্থান ও কনফিগারেশনের উপর নির্ভর করে …

3
শক্তিবৃদ্ধি শেখার ক্ষেত্রে একটি সীমাবদ্ধ অ্যাকশন স্পেস কীভাবে প্রয়োগ করা যায়?
টেনসরফ্লো শীর্ষে নির্মিত খুব ভাল টেনসরফোর্স লাইব্রেরির জন্য পিপিও এজেন্টের সাহায্যে আমি একটি রিইনফোর্সমেন্ট লার্নিং মডেলকে কোডিং করছি । প্রথম সংস্করণটি খুব সহজ ছিল এবং আমি এখন আরও জটিল পরিবেশে ডুব দিচ্ছি যেখানে প্রতিটি পদক্ষেপে সমস্ত ক্রিয়া উপলব্ধ নেই। আসুন আমরা বলি যে এখানে 5 টি ক্রিয়া রয়েছে এবং তাদের …


2
জেনারেটরি অ্যাডভারসিয়াল নেটওয়ার্কগুলি কীভাবে কাজ করে?
আমি জেনারেটর অ্যাডভারসিয়াল নেটওয়ার্কগুলি (জিএএনএস) সম্পর্কে পড়ছি এবং এটি সম্পর্কে আমার কিছু সন্দেহ রয়েছে। এখনও অবধি, আমি বুঝতে পেরেছি যে একটি জিএন-তে দুটি ধরণের নিউরাল নেটওয়ার্ক রয়েছে: একটি হ'ল জেনারেটরি ( জিGG ) এবং অন্যটি বৈষম্যমূলক ( ডিDD )। জেনারেটর নিউরাল নেটওয়ার্ক কিছু ডেটা উত্পন্ন করে যা বৈষম্যমূলক নিউরাল নেটওয়ার্ক …

1
কীভাবে ডিপমাইন্ডের নতুন "ডিফারেনটেবল নিউরাল কম্পিউটার" স্কেল হবে?
ডিপমাইন্ড সবেমাত্র একটি " ডিফেরেটিয়েবল নিউরাল কম্পিউটার" সম্পর্কে একটি কাগজ প্রকাশ করেছিলেন , যা মূলত একটি স্নায়ু নেটওয়ার্ককে মেমরির সাথে সংযুক্ত করে । ধারণাটি হ'ল সুনির্দিষ্ট নেটওয়ার্কটি নির্দিষ্ট কাজের জন্য দরকারী স্পষ্ট স্মৃতি তৈরি এবং পুনরুদ্ধার করতে শেখানো। এটি নিউরাল নেটওয়ার্কের দক্ষতাকে পুরোপুরি পরিপূরক করে, কারণ এনএন কেবলমাত্র ওজনের মধ্যে …

2
এমন কোনও বৈজ্ঞানিক / গাণিতিক যুক্তি রয়েছে যা গভীর শিক্ষাকে কখনও শক্তিশালী এআই তৈরি করতে বাধা দেয়?
আমি জুডিয়া পার্ল এর বইয়ের বইটি পড়েছি , যেখানে তিনি উল্লেখ করেছেন যে গভীর পড়াশোনা কেবল একটি গৌরবময় কার্ভ ফিটিং প্রযুক্তি, এবং মানুষের মতো বুদ্ধি তৈরি করতে সক্ষম হবে না। তাঁর বই থেকে এই চিত্রটি রয়েছে যা জ্ঞানীয় ক্ষমতাগুলির তিনটি স্তরকে চিত্রিত করে: ধারণাটি হ'ল বর্তমান গভীর শিক্ষণ প্রযুক্তির দ্বারা …

7
কোনও এআই-কে কোনও গল্পের রূপরেখা তৈরি করার প্রশিক্ষণ দেওয়া যেতে পারে?
আমি জানি যে এই মুহুর্তের এক বিবরণ হ'ল বন্ধু বা দ্য সিম্পসনস এর চিত্রনাট্য এবং নতুন পর্ব তৈরি করার জন্য একটি নিউরাল নেটওয়ার্ককে প্রশিক্ষণ দেওয়া, এবং এটি দুর্দান্ত: এটি আকর্ষণীয় এবং সম্ভবত এমন প্রোগ্রাম তৈরির দিকে প্রয়োজনীয় প্রথম পদক্ষেপ হতে পারে যা আসলে উত্পন্ন করতে পারে বোধগম্য / বোধগম্য গল্প। …

2
গভীর অবশিষ্টাংশগুলিকে নেটওয়ার্কগুলির একটি সংযুক্তি হিসাবে দেখা উচিত?
প্রশ্নটি ডিপ রেসিডুয়াল নেটওয়ার্কস ( রিসনেটস ) এর আর্কিটেকচার সম্পর্কে । পাঁচটি প্রধান ট্র্যাকের "বৃহত্তর স্কেল ভিজ্যুয়াল রিকগনিশন চ্যালেঞ্জ 2015" (ILSVRC2015) এ যে মডেলটি 1-স্থান স্থান অর্জন করেছে : ইমেজনেট শ্রেণিবদ্ধকরণ: "অতি-গভীর" (উদ্ধৃতি ইয়ান) 152-স্তর জাল ইমেজনেট সনাক্তকরণ: 2 য় চেয়ে 16% ভাল ইমেজনেট স্থানীয়করণ: ২ য় চেয়ে ২ 27% …

1
বিভিন্ন ধরণের নিউরাল নেটওয়ার্কগুলির জন্য কী ব্যবহার করা হয়?
আমি নীচের নিউরাল নেটওয়ার্কের চিট শীটটি পেয়েছি ( এআই, নিউরাল নেটওয়ার্কস, মেশিন লার্নিং, ডিপ লার্নিং এবং বড় ডেটাগুলির জন্য চিট শিট )। এই সমস্ত ধরণের নিউরাল নেটওয়ার্কগুলির জন্য কী ব্যবহার করা হয়? উদাহরণস্বরূপ, কোন নিউরাল নেটওয়ার্কগুলি রিগ্রেশন বা শ্রেণিবিন্যাসের জন্য ব্যবহার করা যেতে পারে, যা সিকোয়েন্স জেনারেশন ইত্যাদির জন্য ব্যবহার …

2
কোন স্তর সিএনএন প্রশিক্ষণে বেশি সময় ব্যয় করে? কনভলিউশন স্তর বনাম এফসি স্তরগুলি
কনভলিউশনাল নিউরাল নেটওয়ার্কে কোন স্তরটি প্রশিক্ষণে সর্বাধিক সময় ব্যয় করে? কনভলিউশন স্তর বা সম্পূর্ণ সংযুক্ত স্তরগুলি? এটি বুঝতে আমরা আলেকসনেট আর্কিটেকচারটি নিতে পারি। আমি প্রশিক্ষণ প্রক্রিয়া সময়ের ব্রেকআপ দেখতে চাই। আমি একটি আপেক্ষিক সময়ের তুলনা চাই যাতে আমরা কোনও ধ্রুবক জিপিইউ কনফিগারেশন নিতে পারি।

5
সাধারণ বুদ্ধি অর্জনের জন্য গভীর স্নায়বিক নেটওয়ার্ক এবং গভীর শিক্ষণ কেন অপ্রতুল?
ডিপ লার্নিং (ডিএল) এবং গভীর (এর) নেটওয়ার্কগুলির সাথে সম্পর্কিত সমস্ত কিছুই "সফল" বলে মনে হচ্ছে, কমপক্ষে খুব দ্রুত অগ্রগতি হচ্ছে এবং এজিআই পৌঁছেছে এই বিশ্বাসটি বাড়িয়ে তুলছে। এটি জনপ্রিয় কল্পনা। এজিআই তৈরি সহ অনেকগুলি সমস্যা মোকাবেলার জন্য ডিএল একটি দুর্দান্ত সরঞ্জাম। যদিও এটি যথেষ্ট নয়। একটি সরঞ্জাম একটি প্রয়োজনীয় উপাদান, …

1
গভীর নিউরাল নেটওয়ার্কগুলির স্তরগুলি কি হপফিল্ড নেটওয়ার্ক হিসাবে দেখা যায়?
হপফিল্ড নেটওয়ার্কগুলি একটি ভেক্টর সঞ্চয় করতে এবং এর শোরগোলের সংস্করণ থেকে শুরু করে এটি পুনরুদ্ধার করতে সক্ষম হয়। যখন সমস্ত নিউরন ভেক্টর মানের সমান হয়ে থাকে তখন শক্তি কার্যকারিতা হ্রাস করার জন্য তারা ওজন নির্ধারণ করে এবং এর শোরগোল সংস্করণটিকে ইনপুট হিসাবে ব্যবহার করে এবং নেটকে ন্যূনতমতম স্থানে স্থির করতে …

1
আমি পাইটর্চে অ্যাডাম অপ্টিমাইজারের সাথে শিক্ষার হার ক্ষয় করলে হঠাৎ হঠাৎ লোকসান
আমি অপটিমাইজার (সাথে ) এবং একক চ্যানেল অডিও সোর্স পৃথককরণ কার্যের জন্য একটি auto-encoderনেটওয়ার্ক প্রশিক্ষণ দিচ্ছি । যখনই আমি একটি ফ্যাক্টর দ্বারা শেখার হার ক্ষয় করি, নেটওয়ার্ক ক্ষতি হঠাৎ করে লাফিয়ে যায় এবং তারপরে শিখার হারের পরবর্তী ক্ষয় হওয়া পর্যন্ত হ্রাস পায়।Adamamsgrad=TrueMSE loss আমি নেটওয়ার্ক বাস্তবায়ন এবং প্রশিক্ষণের জন্য পাইটরঞ্চ …

1
একাধিক ক্রমাগত ক্রিয়াকলাপের ক্ষেত্রে নীতি গ্রেডিয়েন্টগুলি কীভাবে প্রয়োগ করা যেতে পারে?
বিশ্বস্ত অঞ্চল নীতি অপ্টিমাইজেশন (টিআরপিও) এবং প্রক্সিমাল পলিসি অপটিমাইজেশন (পিপিও) হ'ল দুটি কাটিয়া প্রান্ত পলিসি গ্রেডিয়েন্ট অ্যালগরিদম। একটি একক ক্রমাগত ক্রিয়া ব্যবহার করার সময়, সাধারণত, আপনি ক্ষতির জন্য কিছু সম্ভাবনা বন্টন (উদাহরণস্বরূপ, গাউসিয়ান) ব্যবহার করবেন। রুক্ষ সংস্করণটি হ'ল: L ( θ ) = লগ( পি(একটি1) ) এ ,L(θ)=log⁡(P(a1))A,L(\theta) = \log(P(a_1)) …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.