Vinner-tar-alt i handlingsvalg
Definition
Vinner-tar-alt (WTA) er en konkurranseprosess brukt i neurale nettverk og …
Neural Networks
Terms tagged with Neural Networks
Sigmoidfunksjon
Definition
Sigmoidfunksjonen, definert som σ(z) = 1 / (1 + e^-z), er mye brukt i maskinlæring for å …
Paritetslæring
Definition
Paritetslæring er et benchmark-problem i maskinlæringsteori hvor målet er å forutsi …
Neurale beregninger
Definition
Neurale beregninger refererer til de matematiske operasjonene som utføres av kunstige …
Lagsnormalisering
Definition
Lagsnormalisering stabiliserer treningen ved å redusere intern kovariansforskyvning, …
Highway-nettverk
Definition
Highway Networks er designet for å adressere problemet med forsvinnende gradienter i dyp …
Skjult lag
Definition
Et skjult lag består av nerver som mottar inndata fra tidligere lag, anvender vekter og …
Gated Recurrent Unit
Definition
En Gated Recurrent Unit (GRU) er en spesialisert celle i et rekurrent nevront nettverk …
Fremoverrettet nettverk
Definition
Fremoverrettede nettverk (FFN), også kjent som flernivå-perceptroner (MLP), behandler …
Epoke
Definition
Innan maskinlæring representerer en epoke én enkelt iterasjon over hele …
Tett
Definition
I nevrale nettverk refererer ’tett’ til fullt tilkoblede lag der hver neuron …
Kontinuerlig læring
Definition
Kontinuerlig læring, også kjent som livslang læring, gjør at nevrale nettverk kan tilegne …
Batch-normalisering
Definition
Denne metoden justerer og skalerer aktivasjoner slik at de har null gjennomsnitt og …
Actor-kritiker-algoritme
Definition
Actor-kritiker-algoritmen bruker to komponenter: actoren, som oppdaterer politikken for å …
En logisk kalkyle for ideer immanente i nervøs aktivitet
Definition
Dette grunnleggende arbeidet foreslo en matematisk modell for nevrale nettverk, og …
Softmax
Definition
Softmax brukes mye i utlagret av nevrale nettverk for flerklasses …
Recurrent Neural Network
Definition
RNN-er er designet for å gjenkjenne mønstre i sekvenser av data, som tekst, genomer, …
ReLU
Definition
ReLU brukes mye i dype lærings-neurale nettverk på grunn av sin regneeffektivitet og evne …
Dekoder
Definition
I sekvens-til-sekvens-modeller tar dekoderen kontekstvektoren produsert av enkoderen og …
Aktiveringsfunksjon
Definition
En aktiveringsfunksjon introduserer ikke-linearitet i et nevralt nettverk, noe som gjør …
Lineær
Definition
Lineære operasjoner involverer multiplikasjon og addisjon uten ikke-lineære aktiveringer. …
Dyp læring
Definition
Algoritmer for dyp læring forsøker å etterligne det menneskelige hjernens analytiske og …
Konvolusjonelt nevrontverk
Definition
Konvolusjonelle nevrale nettverk (CNN) er designet for automatisk og tilpasningsdyktig å …
Tilbakepropagering
Definition
Tilbakepropagering, forkortelse for bakoverpropagering av feil, er en metode som brukes i …