1) 교수 Seveliev는 각 뉴런에 대해 하루에 100,000개의 연결이 끊어지는 것이 아니라 각각에 대해 약 100,000개의 연결만 있지만 하루 평균 3개의 연결이 생성되고 끊어진다고 말합니다. 2) 추가 교육을 받은 시스템이 이에 매우 적합합니다. 예를 들어, 추가 훈련 데이터의 새로운 부분(이전에 기억된 정보와 상반됨)을 제출하고 일부 뉴런 간의 연결 계수가 다시 계산되어 0이 되었습니다. 이것은 실제 뉴런의 물리적 연결 끊김과 유사하다고 볼 수 있습니다. 그리고 다른 뉴런의 경우 0에서 일부 값> 0으로 다시 계산되었습니다. 이것은 새로운 연결을 생성하는 것과 유사합니다.
2. ulong을 datetime으로 변환하는 함수로, 즉 입력에 숫자 ulong을 제공하고 출력에서 년/월/일/시/분(주어진 정확도로)을 얻습니다.
1) 거의. MO는 정보만 입력하고 필요한 경우 일반화할 수 있습니다.
2) 꽤 - 10,000년 전에 훈련 데이터를 생성하고 모델을 훈련합니다. 그러나 문제가 있습니다. 4년(윤년)마다 1일씩 조정하는 것 외에 행성의 천문 위치에 맞추기 위해 100~100년마다 1일 조정이 있습니다. 13일 동안의 율리우스력과의 차이는 한동안 이러한 조정이 필요하다는 사실을 몰랐기 때문입니다. 일반적으로 10,000년 동안 많은 조정이 있을 것입니다.
도서관 : 1) 교수 Seveliev는 각 뉴런에 대해 하루에 100,000개의 연결이 끊어지는 것이 아니라 각각에 대해 약 100,000개의 연결만 있지만 하루 평균 3개의 연결이 생성되고 끊어진다고 말합니다. 2) 추가 교육을 받은 시스템이 이에 매우 적합합니다. 예를 들어, 추가 훈련 데이터의 새로운 부분(이전에 기억된 정보와 상반됨)을 제출하고 일부 뉴런 간의 연결 계수가 다시 계산되어 0이 되었습니다. 이것은 실제 뉴런의 물리적 연결 끊김과 유사하다고 볼 수 있습니다. 그리고 다른 뉴런의 경우 0에서 일부 값> 0으로 다시 계산되었습니다. 이것은 새로운 연결을 생성하는 것과 유사합니다.
1. 글쎄, 나는 여기서 논쟁하지 않았다. 그것은 일반적으로 뉴런 사이의 연결 수에 관한 것이지 하나가 아닌 ....
2. 여기에 완전한 휴식은 없습니다. 여전히 0을 보냅니다. 이 효과에 대한 근사치가 있지만. 잘하셨어요!!!!
여기에 동영상을 복사하겠습니다. 아마 누군가가 관심을 가질 것입니다. 예, 그리고 저는 이 스레드의 현지인입니다. 이미 있는 것은 ... 아마도 거기에 있는 마술사는 논쟁하고 싶어할 것입니다. :-)
https://youtu.be/TlNk3fKkUxo
강하고 약한 인공 지능
여기에 동영상을 복사하겠습니다. 아마 누군가가 관심을 가질 것입니다. 예, 그리고 저는 이 스레드의 현지인입니다. 이미 있는 것은 ... 아마도 거기에 있는 마술사는 논쟁하고 싶어할 것입니다. :-)
https://youtu.be/TlNk3fKkUxo
여기에 동영상을 복사하겠습니다. 아마 누군가가 관심을 가질 것입니다. 예, 그리고 저는 이 스레드의 현지인입니다. 이미 있는 것은 ... 아마도 거기에 있는 마술사는 논쟁하고 싶어할 것입니다. :-)
https://youtu.be/TlNk3fKkUxo
무엇을 논할 것인가?
IT 거물이이 분야에서 무엇을하고 있는지 알고 있다고 믿는 평신도의 일반적인 의견)))
여기에 동영상을 복사하겠습니다. 아마 누군가가 관심을 가질 것입니다. 예, 그리고 저는 이 스레드의 현지인입니다. 이미 있는 것은 ... 아마도 거기에 있는 마술사는 논쟁하고 싶어할 것입니다. :-)
https://youtu.be/TlNk3fKkUxo
2) 추가 교육을 받은 시스템이 이에 매우 적합합니다. 예를 들어, 추가 훈련 데이터의 새로운 부분(이전에 기억된 정보와 상반됨)을 제출하고 일부 뉴런 간의 연결 계수가 다시 계산되어 0이 되었습니다. 이것은 실제 뉴런의 물리적 연결 끊김과 유사하다고 볼 수 있습니다. 그리고 다른 뉴런의 경우 0에서 일부 값> 0으로 다시 계산되었습니다. 이것은 새로운 연결을 생성하는 것과 유사합니다.
좋은 기사
신경망이 문제를 해결할 것이라는 점을 이해하는 방법. 실용적인 리더십
이론적인 질문이 제기되었는데, NN을 훈련할 수 있습니까?
1. 랜덤 시퀀스 생성기 - rand() 함수와 유사
2. ulong을 datetime으로 변환하는 함수로, 즉 입력에 숫자 ulong을 제공하고 출력에서 년/월/일/시/분(주어진 정확도로)을 얻습니다.
2) 꽤 - 10,000년 전에 훈련 데이터를 생성하고 모델을 훈련합니다. 그러나 문제가 있습니다. 4년(윤년)마다 1일씩 조정하는 것 외에 행성의 천문 위치에 맞추기 위해 100~100년마다 1일 조정이 있습니다. 13일 동안의 율리우스력과의 차이는 한동안 이러한 조정이 필요하다는 사실을 몰랐기 때문입니다. 일반적으로 10,000년 동안 많은 조정이 있을 것입니다.
성배를 약속했지만 포퓰리즘에 빠진 미샤 😄
1) 교수 Seveliev는 각 뉴런에 대해 하루에 100,000개의 연결이 끊어지는 것이 아니라 각각에 대해 약 100,000개의 연결만 있지만 하루 평균 3개의 연결이 생성되고 끊어진다고 말합니다.
2) 추가 교육을 받은 시스템이 이에 매우 적합합니다. 예를 들어, 추가 훈련 데이터의 새로운 부분(이전에 기억된 정보와 상반됨)을 제출하고 일부 뉴런 간의 연결 계수가 다시 계산되어 0이 되었습니다. 이것은 실제 뉴런의 물리적 연결 끊김과 유사하다고 볼 수 있습니다. 그리고 다른 뉴런의 경우 0에서 일부 값> 0으로 다시 계산되었습니다. 이것은 새로운 연결을 생성하는 것과 유사합니다.
1. 글쎄, 나는 여기서 논쟁하지 않았다. 그것은 일반적으로 뉴런 사이의 연결 수에 관한 것이지 하나가 아닌 ....
2. 여기에 완전한 휴식은 없습니다. 여전히 0을 보냅니다. 이 효과에 대한 근사치가 있지만. 잘하셨어요!!!!
랜덤 시퀀스 생성기 - rand() 함수의 유사체
입구에서 RNG를 제출하면 "두뇌"가 충분하지 않을 가능성이 큽니다. 나는 임의의 데이터에 대해 lstm을 약간 실행했지만 그와 같은 것을 눈치채지 못했습니다. 그리고 숫자 체계의 변환, 알고리즘을 단계별로 배운다면 제대로 작동해야 합니다.
일반적으로 매우 강력한 하드웨어를 확인하는 것은 흥미로운 일입니다.
여기에 동영상을 복사하겠습니다. 아마 누군가가 관심을 가질 것입니다. 예, 그리고 저는 이 스레드의 현지인입니다. 이미 있는 것은 ... 아마도 거기에 있는 마술사는 논쟁하고 싶어할 것입니다. :-)
https://youtu.be/TlNk3fKkUxo
아하하하))) 태워!!!