DeepMind afirma que su red Q profunda (DQN) pudo adaptar continuamente su comportamiento mientras aprendía a jugar 49 juegos de Atari. Después de aprender todos los juegos con la misma red neuronal, ¿fue el agente capaz de jugarlos todos a niveles 'sobrehumanos' simultáneamente (siempre que se...
Si las neuronas y las sinapsis se pueden implementar usando transistores, ¿qué nos impide crear redes neuronales arbitrariamente grandes usando los mismos métodos con los que se hacen las GPU? En esencia, hemos visto cuán extraordinariamente bien funcionan las redes neuronales virtuales...
Múltiples recursos a los que me referí mencionan que MSE es excelente porque es convexo. Pero no entiendo cómo, especialmente en el contexto de las redes neuronales. Digamos que tenemos lo siguiente: XXX : conjunto de datos de entrenamiento YYY : objetivos ΘΘ\Theta : el conjunto de parámetros...
¿Qué tan poderosa es la máquina que recientemente derrotó al campeón de jugador de
Así que he estado tratando de entender las redes neuronales desde que encontré el blog de Adam Geitgey sobre aprendizaje automático. He leído todo lo que puedo sobre el tema (que puedo comprender) y creo que entiendo todos los conceptos generales y algunos de los trabajos (a pesar de ser muy débil...
Actualmente estoy haciendo un proyecto que consiste en crear una IA para jugar al juego Gomoku (es como un tic tac toe, pero se juega en un tablero de 15 * 15 y requiere 5 seguidos para ganar). Ya he implementado con éxito una IA de tic tac toe perfecta usando Q learning y teniendo estados /...
¿Qué tan grandes redes neuronales artificiales podemos ejecutar ahora (ya sea con un ciclo completo de preparación del tren o simplemente evaluando las salidas de la red) si nuestro presupuesto total de energía para el cálculo es equivalente al presupuesto de energía del cerebro humano ( 12.6...
¿Es posible dar una estimación general sobre el tamaño de las redes neuronales que se pueden entrenar en GPU de grado de consumo común ? Por ejemplo: El papel de Aparición de locomoción (refuerzo) entrena una red utilizando la activación en tándem de las neuronas. Tienen un NN de 3 capas con...
Estaba leyendo el nuevo artículo de Hinton, "Enrutamiento dinámico entre cápsulas" y no entendí el término "vector de actividad" en el resumen. Una cápsula es un grupo de neuronas cuyo vector de actividad representa los parámetros de instanciación de un tipo específico de entidad, como un objeto...
Leí que las redes neuronales profundas pueden ser engañadas con relativa facilidad ( enlace ) para dar una alta confianza en el reconocimiento de imágenes sintéticas / artificiales que están completamente (o al menos en su mayoría) fuera del tema de la confianza. Personalmente, realmente no veo un...
¿Hay investigaciones que empleen modelos realistas de neuronas? Por lo general, el modelo de una neurona para una red neuronal es bastante simple en comparación con la neurona realista, que involucra cientos de proteínas y millones de moléculas (o incluso números mayores). ¿Existe alguna...
¿Qué significa "backprop"? ¿Es el término "backprop" básicamente el mismo que "backpropagation" o tiene un significado
Parece bastante controvertido decir que los enfoques basados en NN se están convirtiendo en herramientas bastante poderosas en muchas áreas de IA, ya sea reconociendo y descomponiendo imágenes (caras en una frontera, escenas de calles en automóviles, toma de decisiones en situaciones inciertas /...
Dos funciones de activación comunes utilizadas en el aprendizaje profundo son la función tangente hiperbólica y la función de activación sigmoidea. Entiendo que la tangente hiperbólica es solo un cambio de escala y traducción de la función sigmoidea: tanh( z) = 2 σ( z) - 1tanh(z)=2σ(z)-1\tanh(z)...
Me preguntaba si los algoritmos de aprendizaje automático (CNN) se pueden usar / entrenar para diferenciar entre pequeñas diferencias en los detalles entre las imágenes (como ligeras diferencias en los tonos de rojo u otros colores, o la presencia de pequeños objetos entre imágenes muy similares)....
Estoy construyendo una red neuronal para predecir el valor de una obra de arte con una amplia gama de entradas (tamaño, medio artístico, etc.) y me gustaría incluir también al autor como entrada (a menudo es una gran factor en el valor de una sola obra de arte). Mi preocupación actual es que el...
Después de haber trabajado con redes neuronales durante aproximadamente medio año, he experimentado de primera mano lo que a menudo se consideran sus principales desventajas, es decir, sobreajustar y atascarse en los mínimos locales. Sin embargo, a través de la optimización de hiperparámetros y...
Si una araña te ha atacado una vez, es probable que nunca vuelvas a acercarte a una araña. En un modelo de red neuronal, tener una mala experiencia con una araña disminuirá ligeramente la probabilidad de que se acerque a una araña dependiendo de la tasa de aprendizaje. Esto no está bien. ¿Cómo...
Soy un principiante en Tensorflow y simplemente sigo un tutorial. No hay ningún problema con mi código, pero tengo una pregunta sobre el resultado accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039 global_step:...