Результати пошуку

...[оптимізація (математика)|оптимізації]]. На відміну від багатьох нейронних мереж, що працюють до отримання відповіді через певну кількість тактів, мережі Го [[Категорія:Архітектури нейронних мереж|Гопфілда]] ...

...tworks, RNN}}) — це клас [[Глибока нейронна мережа|глибоких нейронних мереж]], створюваних [[Рекурсія|рекурсивним]] застосуванням одного й того ж набор == Архітектури == ...

...нейронні мережі''' — особливий вид [[штучні нейронні мережі|нейронних мереж]], режимом функціонування яких є коливання активності окремих елементів (не == Огляд осциляторних нейронних мереж == ...

...ang-en|rectifier}}) у контексті [[Штучна нейронна мережа|штучних нейронних мереж]] є [[Передавальна функція штучного нейрона|передавальною функцією]], яка в ...опулярною передавальною функцією для [[Глибоке навчання|глибоких нейронних мереж]].<ref>{{cite journal |first1=Yann |last1=LeCun |first2=Yoshua |last2=Bengi ...

{{Short description|Один з типів штучних нейронних мереж}} ...кше, клас [[Глибоке навчання|глибоких]] [[Штучна нейронна мережа|нейронних мереж]], що складено з кількох шарів [[Латентна змінна|латентних змінних]] («прих ...

...al_CVPR_2017_paper.pdf}} {{ref-en}}</ref> У контексті залишкових нейронних мереж незалишкову мережу можуть описувати як ''просту мережу'' ({{lang-en|plain n Мозок має структури, подібні до залишкових мереж, оскільки [[Кора головного мозку#Шари|нейрони шостого шару кори]] отримують ...

=== Застосування рекурентних та згорткових нейронних мереж === ...ати обробку вхідних даних нефіксованого розміру. Застосування ''згорткових мереж'' дозволяє аналізувати семантичні канали вхідних речень окремо з подальшим ...

...ою градієнтного спуску. Перше використання таких технік зосереджувалось на нейронних мережах<ref>{{cite journal |last1=Larsen|first1=Jan|last2= Hansen |first2=L ...=1711.09846| class = cs.LG }}</ref>, а також для формування ваг в глибоких нейронних мережах<ref name="such1">{{cite arxiv | vauthors = Such FP, Madhavan V, Con ...

...)&nbsp;— це архітектура [[Рекурентна нейронна мережа|рекурентних нейронних мереж]] (РНМ, [[штучна нейронна мережа]]), запропонована 1997 року {{нп|Зепп Хохр ...є типовою для [[Глибока нейронна мережа|«глибоких» багатошарових нейронних мереж]], і сприяє реалізаціям на [[Паралельні обчислення|паралельному апаратному ...

Окрім вищезгаданої ''ненормалізованої'' архітектури, мережі RBF можуть бути ''нормалізовані''. У цьому випадку є відображення Існує теоретичне обґрунтування цієї архітектури у випадку стохастичного потоку даних. Припустимо, що апроксимація {{Нп|Марк ...

...Вони іноді класифікуються як декілька команд одноядерних даних ([[MISD]]) архітектури з [[таксономія Флінна|систематики Флінна]], але ця класифікація залишається На відміну від більш загальної [[архітектура фон Неймана|архітектури фон Неймана]], де виконання програми слідує сценарію інструкцій, що зберіга ...

{{Short description|Один з класів штучних нейронних мереж}} ...ирення використовується всередині такої процедури при тренуванні нейронних мереж прямого поширення) для обчислення уточнення вагових коефіцієнтів. ...

...подання, що називають латентним простором. Він являє собою першу половину архітектури як автокодувальника, так і варіаційного автокодувальника: для першого виход ...осувань і розширень варіаційних автокодувальників для пристосовування цієї архітектури до різних областей та поліпшення її продуктивності. ...

{{short description|Один із типів стохастичних рекурентних нейронних мереж}} ...ашині Больцмана ідентична за виглядом глобальній енергії [[Мережа Гопфілда|мереж Гопфілда]] та [[Модель Ізінга|моделей Ізінга]]: ...

...дінку в часі. На відміну від [[Нейронна мережа прямого поширення|нейронних мереж прямого поширення]], РНМ можуть використовувати свою внутрішню пам'ять для == Архітектури == ...

...рності]]. Самоорганізовані карти відрізняються від інших штучних нейронних мереж, оскільки вони застосовують [[конкурентне навчання]], яке є протилежним до ...ручною для обчислювання абстракцією, що ґрунтується на біологічних моделях нейронних систем з 1970-х років<ref>{{cite journal | last1 = Von der Malsburg | first ...

* нові архітектури комп'ютерів для нечітких обчислень; ** OWL&nbsp;— пакет, що містить вихідні тексти усіх відомих видів нейронних мереж, нечіткої асоціативної пам'яті тощо. ...

...oder}})&nbsp;— це один із типів [[Штучна нейронна мережа|штучних нейронних мереж]], який використовують для навчання [[Навчання ознак|ефективних кодувань]] ...токодувальники, вкладені всередині [[Глибоке навчання|глибоких]] нейронних мереж.<ref name="domingos">{{cite book|title=The Master Algorithm: How the Quest ...

...чанні]]&nbsp;— це клас глибоких [[Штучна нейронна мережа|штучних нейронних мереж]] [[Нейронна мережа прямого поширення|прямого поширення]], який успішно зас ...en|space invariant artificial neural networks, SIANN}}), виходячи з їхньої архітектури спільних ваг та характеристик [[Інваріантність відносно паралельного перене ...

...тренування, ніж попередні [[Рекурентна нейронна мережа|рекурентні нейронні архітектури]], як-от [[довга короткочасна пам'ять]] (ДКЧП),<ref name="lstm1997">{{cite ...жень, заохотивши підхід великих [[Штучна нейронна мережа|штучних нейронних мереж]] замість старіших, статистичних підходів. ...