Sigmoid
Definition
Sigmoid-funktionen, defineret som σ(z) = 1 / (1 + e^-z), bruges bredt inden for …
Neural Networks
Terms tagged with Neural Networks
Paritetslæring
Definition
Paritetslæring er et benchmark-problem inden for maskinlæringsteori, hvor målet er at …
Neural computation
Definition
Neural computation refererer til de matematiske operationer, der udføres af kunstige …
Lagnormalisering
Definition
Lagnormalisering stabiliserer træningen ved at reducere intern kovariatforskydning, …
Highway-netværk
Definition
Highway Networks er designet til at adressere problemet med forsvindende gradienter i …
Skjult Lag
Definition
Et skjult lag består af neuroner, der modtager input fra tidligere lag, anvender vægte og …
Gated Recurrent Unit
Definition
En Gated Recurrent Unit (GRU) er en specialiseret celle i et rekurrent neuralt netværk …
Feed-Forward Network
Definition
Feed-Forward Networks (FFN’er), også kendt som Multi-Layer Perceptrons …
Epoch
Definition
Inden for maskinlæring repræsenterer en epoch én enkelt iteration over hele …
Tæt
Definition
I neurale netværk henviser ’tæt’ til fuldt tilsluttede lag, hvor hver neuron …
Kontinuerlig læring
Definition
Kontinuerlig læring, også kendt som livslang læring, gør det muligt for neurale netværk …
Batch-normalisering
Definition
Denne metode justerer og skalerer aktiveringerne for at have nul middelværdi og varians …
Actor-kritiker-algoritme
Definition
Actor-kritiker-algoritmen anvender to komponenter: actoren, som opdaterer politikken for …
En logisk beregningsmetode for idéer immanente i nervøs aktivitet
Definition
Dette fundamentale papir foreslog en matematisk model for neurale netværk og …
Softmax
Definition
Softmax bruges bredt i outputlaget af neurale netværk til opgaver med klassificering af …
Recurrent Neural Network
Definition
RNN’er er designet til at genkende mønstre i datasekvenser såsom tekst, …
ReLU
Definition
ReLU er meget udbredt i neurale netværk inden for deep learning på grund af sin …
Decoder
Definition
I sekvens-til-sekvens-modeller tager decoderen den kontekstvektor, der er produceret af …
Aktiveringsfunktion
Definition
En aktiveringsfunktion introducerer ikke-linearitet i et neuralt netværk, hvilket gør det …
Lineær
Definition
Lineære operationer involverer multiplikation og addition uden ikke-lineære aktiveringer. …
Dyb Læring
Definition
Algoritmer inden for dyb læring forsøger at efterligne det menneskelige hjerne analytiske …
Konvolutionalt Neuralt Netværk
Definition
Konvolutionale neurale netværk (CNN’er) er designet til automatisk og adaptivt at …
Bagudpropagering
Definition
Bagudpropagering, kort for bagudpropagering af fejl, er en metode, der bruges i kunstige …