คำถามติดแท็ก deep-learning

ฉันค่อนข้างใหม่สำหรับการเรียนรู้อย่างลึกล้ำ แต่ฉันคิดว่าฉันพบเพียงสถานการณ์ในโลกแห่งความจริงที่ถูกต้องเพื่อเริ่มใช้งาน ปัญหาคือฉันได้ใช้อัลกอริทึมดังกล่าวเพื่อคาดการณ์ผลลัพธ์เท่านั้น สำหรับโครงการใหม่ของฉันฉันต้องการข้อมูลเพื่อป้อนเครื่องด้วยเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด มีคนอธิบายสั้น ๆ ว่าฉันควรดำเนินการอย่างไร ผมติดอยู่. นี่คือสถานการณ์: ฉันมีเครื่องจักรที่ใช้แผ่นไม้ที่มีไม้หลายเกรดให้เลือกตลอดความยาวของมันและต้องตัดมันเป็นบล็อกที่ระบุไว้ในรายการตัด เครื่องนี้มักจะเลือกคะแนนสูงสุดที่จะได้รับจากไม้กระดานที่กำหนด คะแนนจะได้รับจากการคูณแต่ละบล็อกของพื้นที่โดยตัวของมันmultiplicator อัลกอริทึมที่ฉันต้องการสร้างจะต้องให้เครื่องนั้นเป็นตัวกระจายสัญญาณสำหรับแต่ละบล็อกที่อยู่ในรายการที่ตัด เอาท์พุททางกายภาพทั้งหมดจากเครื่องนี้จะถูกเก็บไว้บนชั้นวางโดยหุ่นยนต์จนกว่าจะมีความจำเป็น เครื่องตัดได้รับอนุญาตให้ลดขนาดชิ้นส่วนของไม้กระดานถ้ามันช่วยให้ได้คะแนนสูงขึ้น คุณค่าจะต้องทำหน้าที่เป็นแรงจูงใจให้เครื่องจักรเพื่อให้บล็อกที่ฉันต้องการมากที่สุดโดยไม่ลดระดับไม้มากเกินไป เป้าหมายการเพิ่มประสิทธิภาพ ตรวจสอบให้แน่ใจว่าแต่ละบล็อคอยู่ในสต็อกตามเวลาที่ต้องการ แต่ไม่เร็วเกินไปโดยไม่มีเหตุผล ปรับลดพื้นที่ไม้ให้น้อยที่สุดเท่าที่จะเป็นไปได้ (บางสายพันธุ์มีราคาแพงมาก) ปุ่มอินพุต ระยะเวลาก่อนที่จะต้องใช้บล็อกนี้ เกรดไม้สำหรับบล็อกนี้ จำนวนบล็อกที่ต้องการ พื้นที่ของ Block (อาจจะ?) ข้อเสนอแนะให้ ALGORITHM ระยะเวลาล่วงหน้าที่บล็อกพร้อม (ต้องน้อยที่สุดเท่าที่จะเป็นไปได้) พื้นที่ไม้ลดระดับ * ข้ามเกรด ข้อมูลที่รับคืน multiplicatorที่จะให้บล็อกที่ดีที่สุดมีความสำคัญเทียบกับคนอื่น ๆ ข้อมูลที่ฉันไม่ได้ แต่รวบรวมได้ อัตราส่วนเฉลี่ยของแต่ละเกรดสำหรับไม้แต่ละชนิด สิ่งที่ฉันได้คิดออกไปก็คือฉันอาจต้องการความคิดเห็นของฉันถูกทุบด้วยค่าเพียงค่าเดียวเพื่อที่จะทำให้มันเป็นโหนดเอาต์พุต ปัญหาคือว่าฉันไม่สามารถเข้าใจวิธีที่จะทำให้ขั้นตอนวิธีนี้ในการกำหนดmultiplicator ฉันผิดในการพยายามแก้ปัญหานี้ผ่านการเรียนรู้อย่างลึกซึ้งหรือไม่?

10 deep-learning 

ฉันมีชุดข้อมูลขนาดใหญ่ของยานพาหนะที่มีความจริงภาคพื้นดินตามความยาวของพวกเขา (ตัวอย่างมากกว่า 100k) เป็นไปได้ไหมที่จะฝึกเครือข่ายที่ลึกเพื่อวัด / ประเมินความยาวของยานพาหนะ? ฉันไม่ได้เห็นเอกสารใด ๆ ที่เกี่ยวข้องกับการประมาณขนาดวัตถุโดยใช้โครงข่ายประสาทเทียม

10 machine-learning  deep-learning  computer-vision 

ฉันได้มองหาตัวแทนที่ชาญฉลาดของVivในการพัฒนา ตามสิ่งที่ฉันเข้าใจ AI นี้สามารถสร้างรหัสใหม่และเรียกใช้งานโดยยึดตามแบบสอบถามจากผู้ใช้ สิ่งที่ฉันอยากรู้คือ AI นี้สามารถเรียนรู้การสร้างรหัสตามแบบสอบถามได้อย่างไร อัลกอริธึมการเรียนรู้ของเครื่องจักรชนิดใดที่เกี่ยวข้องในกระบวนการนี้ สิ่งหนึ่งที่ฉันพิจารณาคือการทำลายชุดข้อมูลของโปรแกรมทีละขั้นตอน ตัวอย่างเช่น: รหัสที่จะใช้ค่าเฉลี่ยของ 5 คำ 1 - เพิ่มทั้ง 5 คำด้วยกัน 2 - หารด้วย 5 จากนั้นฉันจะฝึกอัลกอริทึมให้แปลงข้อความเป็นรหัส นั่นคือเท่าที่ฉันได้คิดออก ยังไม่ได้ลองอะไรเลยเพราะฉันไม่แน่ใจว่าจะเริ่มที่ไหนดี ใครมีความคิดเห็นเกี่ยวกับวิธีการใช้ Viv? นี่คือการสาธิตของ Viv

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

ฉันได้ยินหลายครั้งว่าหนึ่งในปัญหาพื้นฐาน / เปิดของการเรียนรู้ลึกคือการขาด "ทฤษฎีทั่วไป" เพราะจริง ๆ แล้วเราไม่รู้ว่าทำไมการเรียนรู้ลึกจึงทำงานได้ดี แม้หน้าวิกิพีเดียในการเรียนรู้ลึกมีความเห็นคล้ายกัน ข้อความดังกล่าวเป็นที่น่าเชื่อถือและเป็นตัวแทนของรัฐภาคสนามหรือไม่?

10 deep-learning 

DeepMind ระบุว่าเครือข่าย Q ลึก (DQN) ของพวกเขาสามารถปรับพฤติกรรมของตนได้อย่างต่อเนื่องในขณะที่เรียนรู้ที่จะเล่น 49 เกมของอาตาริ หลังจากเรียนรู้เกมทั้งหมดที่มีโครงข่ายประสาทเดียวกันตัวแทนสามารถเล่นได้ทุกระดับใน 'เหนือมนุษย์' พร้อมกัน (เมื่อใดก็ตามที่มีการนำเสนอแบบสุ่มกับเกมใดเกมหนึ่ง) หรือจะทำได้ดีในเกมเดียวในแต่ละครั้งเนื่องจากการสลับ จำเป็นต้องเรียนรู้อีกครั้งหรือไม่

9 neural-networks  deep-learning  deepmind 

Deep Mind ได้เผยแพร่ผลงานมากมายเกี่ยวกับการเรียนรู้อย่างลึกซึ้งในช่วงหลายปีที่ผ่านมาซึ่งส่วนใหญ่เป็นงานที่ล้ำสมัยเกี่ยวกับงานที่เกี่ยวข้อง แต่งานชิ้นนี้ได้รับการตีพิมพ์ซ้ำอีกครั้งโดยชุมชน AI ตัวอย่างเช่นกระดาษ Neural Turing Machine ดูเหมือนว่าจะทำซ้ำได้ยากมาก

9 neural-networks  deep-learning  research