როდის ხდება ზედმეტი მორგება?
შაბათი, აგვისტო, 29 აგვისტო
by მხუსელი ნიამფუ
Overfitting ხდება ხელოვნური ინტელექტის სფეროში, კონკრეტულად მოწინავე ღრმა სწავლის სფეროში, უფრო კონკრეტულად ნეირონულ ქსელებში, რომლებიც ამ სფეროს საფუძველს წარმოადგენს. Overfitting არის ფენომენი, რომელიც წარმოიქმნება, როდესაც მანქანური სწავლის მოდელი ძალიან კარგად არის მომზადებული კონკრეტულ მონაცემთა ბაზაზე, იმდენად, რამდენადაც ის ხდება ზედმეტად სპეციალიზებული.
- გამოქვეყნებულია ხელოვნური ინტელექტი, EITC/AI/ADL ღრმა სწავლა, Ნეირონული ქსელები, ნერვული ქსელების საფუძვლები
Tagged ქვეშ:
ხელოვნური ინტელექტი, ღრმა სწავლება, მანქანა სწავლა, Ნეირონული ქსელები, გადახურვა, რეგულირება
პირველად რისთვის შეიქმნა კონვოლუციური ნერვული ქსელები?
შაბათი, აგვისტო, 29 აგვისტო
by მხუსელი ნიამფუ
კონვოლუციური ნერვული ქსელები (CNN) პირველად შეიქმნა კომპიუტერული ხედვის სფეროში გამოსახულების ამოცნობის მიზნით. ეს ქსელები არის ხელოვნური ნერვული ქსელის სპეციალიზებული ტიპი, რომელიც დაამტკიცა, რომ ძალიან ეფექტურია ვიზუალური მონაცემების ანალიზში. CNN-ების განვითარება განპირობებული იყო მოდელების შექმნის აუცილებლობით, რომლებსაც შეეძლოთ ზუსტად
- გამოქვეყნებულია ხელოვნური ინტელექტი, EITC/AI/ADL ღრმა სწავლა, მოწინავე კომპიუტერული ხედვა, კონვოლუციური ნერვული ქსელები სურათის ამოცნობისთვის
Tagged ქვეშ:
ალექსნეტი, ხელოვნური ინტელექტი, CNN არქიტექტურა, კომპიუტერული ხედვა, სურათის ამოცნობა, ლენეტ-5