Sigmoid
Definition
Sigmoidfunktionen, definierad som σ(z) = 1 / (1 + e^-z), används flitigt inom …
Neural Networks
Terms tagged with Neural Networks
Paritetsinlärning
Definition
Paritetsinlärning är ett benchmark-problem inom maskininlärningsteori där målet är att …
Neural beräkning
Definition
Neural beräkning avser de matematiska operationer som utförs av artificiella neuroner för …
Lagnormalisering
Definition
Lagnormalisering stabiliserar träningen genom att minska intern kovariansförskjutning, …
Highway-nätverk
Definition
Highway-nätverk är designade för att lösa problemet med försvinnande gradienter inom djup …
Dolt lager
Definition
Ett dolt lager består av nerver som tar emot indata från tidigare lager, tillämpar vikter …
Gated Recurrent Unit
Definition
En Gated Recurrent Unit (GRU) är en specialiserad cell i ett rekurrent neuralt nätverk …
Framåtriktat nätverk
Definition
Framåtriktade nätverk (FFN), även kända som flernivåspereceptroner (MLP), bearbetar data …
Epok
Definition
Inom maskininlärning representerar en epok en enda iteration över hela …
Tät
Definition
Inom neurala nätverk syftar ’tät’ på fullt anslutna lager där varje neuron …
Kontinuerlig inlärning
Definition
Kontinuerlig inlärning, även känt som livslång inlärning, möjliggör för neurala nätverk …
Batchnormalisering
Definition
Denna metod justerar och skalactivationsfunktionerna så att de har nollmedelvärde och …
Actor-kritiker-algoritm
Definition
Actor-kritiker-algoritmen använder två komponenter: aktören, som uppdaterar policyn för …
En logisk kalkyl av idéer inneboende i nervaktivitet
Definition
Detta grundläggande papper föreslog en matematisk modell för neuronnät, och visade att …
Softmax
Definition
Softmax används flitigt i utgångslaget för neurala nätverk vid uppgifter med flera …
Recurrent Neural Network
Definition
RNN:er är utformade för att känna igen mönster i sekvenser av data, såsom text, genomer, …
ReLU
Definition
ReLU används flitigt i djupinlärningens neurala nätverk på grund av dess …
Avkodare
Definition
I sekvens-till-sekvens-modeller tar avkodaren emot kontextvektorn som producerats av …
Aktiveringsfunktion
Definition
En aktiveringsfunktion introducerar icke-linearitet i ett neuralt nätverk, vilket …
Linjär
Definition
Linjära operationer involverar multiplikation och addition utan icke-linjära …
Djupinlärning
Definition
Algoritmer för djupinlärning försöker efterlikna det mänskliga hjärnans analytiska och …
Konvolutionellt neuralt nätverk
Definition
Konvolutionella neuronnätverk (CNN) är designade för att automatiskt och adaptivt lära …
Backpropagering
Definition
Backpropagering, kort för bakåtpropagering av fel, är en metod som används i artificiella …