sorodni izrazi in sinonimi v sodobni slovenščini, hrvaščini in srbščini
Podobnost besed in fraz med rezultati je odvisna od tega, kolikokrat se beseda
ali fraza pojavi v podobnem stavčnem kontekstu kot "nevronskih mrežah".
Podobni izrazi in sinonimi za
Kliknite za poizvedbo
Širši sorodni izrazi
Izrazi, ki navajajo nevronskih mrežah med svojimi sorodnimi izrazi, a jih seznam zgoraj ne doseže. Njihova podobnost je nižja od podobnosti zadnjega izraza nad njimi.
Pogosto skupaj z
Primeri iz korpusa
Korpus Common Crawl
Common Crawl je korpus spletnih strani
Znotraj strojnega učenja ima posebno mesto globoko učenje, ki temelji na umetnih nevronskih mrežah z več medsebojno povezanimi plastmi.
Za učinkovite so se prav tako izkazali podporni sistemi, ki temeljijo na grafovskih nevronskih mrežah.
Validacijska množica je bila uporabljena za določanje optimalnih hiperparametrov modelov, pri nevronskih mrežah pa tudi za implementacijo zgodnjega ustavljanja.
V tem delu je predstavljena le ena izmed mnogih možnih izvedb in načinov generiranja napovednega modela, ki temelji na konvolucijskih nevronskih mrežah.
V nevronu se najprej izvede nelinearna transformacija ϕ, ki predstavlja analogijo aktivacijski funkciji v klasičnih umetnih nevronskih mrežah.
V konvolucijskih nevronskih mrežah se sloj izpusta najpogosteje uporablja le v polno povezanih nivojih in ne v konvolucijskih nivojih.
V klasičnih nevronskih mrežah vsak posamezen nevron deluje kot preprost regresijski model, za dano množico vhodnih vrednosti izračuna en rezultat.
Tipično zaporedje konvolucijskih slojev v konvolucijskih nevronskih mrežah vključuje tri ključne stopnje: konvolucijsko transformacijo, uporabo nelinearne aktivacijske funkcije (npr.
Tipični sloji v konvolucijskih nevronskih mrežah so: • konvolucijski sloji - uporabljajo filtre (ang. kernels) za ekstrakcijo značilnosti s slike.
Temelji na večplastnih nevronskih mrežah, ki postopno prepoznavajo vedno bolj zapletene vzorce.
Tehnike regularizacije v nevronskih mrežah predstavljajo skupino pristopov, ki rešujejo temeljni problem prekomernega prilagajanja modela učnim podatkom.
Razvite so bile tri družine podpornih sistemov, ki temeljijo na optimizaciji napovednega modela, grafovskih nevronskih mrežah in hibridnem pristopu.
Razporeditev bioloških nevronov je nepravilna, medtem ko so umetni nevroni v nevronskih mrežah razporejeni in povezani na urejen način.
Proces učenja v nevronskih mrežah poteka s prilagajanjem teh uteži na podlagi napak, ki jih mreža ustvari med predvidevanji.
Proces učenja pri nevronskih mrežah predstavlja posodabljanje njenih notranjih parametrov tako, da je ob koncu učenja napovedna sposobnost mreže čim višja.
Pri kompleksnih modelih strojnega učenja, zlasti pri globokih nevronskih mrežah, pogosto ni mogoče natančno razumeti, kako sistem pride do določenih odločitev.
Pri klasičnih nevronskih mrežah je vsak nevron povezan z vsemi nevroni iz prejšnjega nivoja.
Poskuša nadgraditi takrat obstoječe modele, ki so bili večinoma osnovani na konvolucijskih nevronskih mrežah ali na ponavljajočih se nevronskih mrežah (angl.
Pomemben nadaljnji razvojni korak predstavlja globoko učenje, ki temelji na večplastnih nevronskih mrežah in omogoča obdelavo zelo kompleksnih podatkovnih struktur.
Obe težavi prisilita vsako razmišljanje o razmišljanju, pa naj bo to v možganih ali v nevronskih mrežah, v opazovanje produktov.