我想到了一些启发法用于大型(更高维度)井字游戏。如何检查它们中的哪些实际上是一致的
一致性是什么意思?编辑:这个答案混淆了可接受性和一致性。我已经更正了它,以提及可否受理,但最初的问题是关于一致性,而这个答案并没有完全回答这个问题
通过区分所有不同的情况,从而证明您的启发式方法确实是可接受的,您可以从分析的角度来做这件事
对于知情搜索,当且仅当它低估了到适当状态的“距离”时,启发式搜索问题(例如,搜索游戏中的最佳移动)是允许的
示例:通过城市之间的公路网络搜索到目标城市的最短路线。在这里,我们可
我想深入研究人工智能的话题。我对多智能体系统特别感兴趣。从一开始,你可以推荐哪些资源、书籍等来开始?如果这很重要的话,我是一名.NET开发人员。这是我在Uni使用的一本书:
我发现它很好理解 您可以查看我的免费书籍。其他任何遇到此问题的人都可以阅读另外两本书:
回顾了现代人工智能中许多常用的方法
及
有点老,但自然启发的swarm技术的基础很好。我知道有两本书是多代理系统中非常好的资源,并提供了它的算法视图:
这个问题太笼统了,在这里无法有效回答。这也是我想到的第一本书。特别适合于调查基于代
我已经用python构建了我的第一个神经网络,我一直在玩一些数据集;到目前为止进展顺利
我有一个关于多结果事件建模的快速问题:-
假设我希望训练一个网络,告诉我每个跑步者赢得100米短跑的概率。我会向网络提供关于每个跑步者的所有相关数据,输出的数量将等于比赛中跑步者的数量
我的问题是,使用sigmoid函数,如何确保输出的总和等于1.0?网络会自然而然地学会这样做吗,还是我必须以某种方式明确地做到这一点?如果是的话,我将如何着手做这件事
非常感谢。你的人际网络应该解决这个问题,并最终自然地学习它
我试图制作一个简单的感知器来执行逻辑和逻辑运算,但我不知道如何解决0输入问题
权重+=错误*学习率*输入
此外,当输入为0时,无论错误是什么,权重都不会改变
还有一个问题,一般来说,在训练感知器时,我能重复两个集合的例子吗(假设一个为0,一个为1),或者它们需要不同吗?这是一个有趣且非常重要的见解。这就是为什么你通常应该在神经网络中有一个偏见
将感知器的决策面想象为一条形式线
y=w*x+b
当你从方程中去掉b(偏差)时,你将只能学习通过(0,0)的线。我已经阅读了关于偏差的内容,并且从示例中,
通常,我们讨论ID3中信息增益最高的属性选择是基于假设有两类:正类和负类。然而,我只是遇到了一个问题,有三个班。如何将属性选择算法应用于三类情况?为了方便起见,许多书只讨论I(p,n)的计算。如果有两个以上的类,我们可以计算I(c1,…,cn)=-c1*logC1-C2*logC2。。。C1是第1类元素的比例。:这个答案是正确的。要给出更详细的解释,请参阅本文档(第18页)。
我想知道卷积神经网络中的权值和输入值的范围是多少。我的理解如下:
如果输入是灰度图像,则第一层的输入值为0-255。但在随后的层中,由于sigmoid函数,输入值的范围为0-1
但是重量的范围是多少?是0-1还是更高?这变化很大吗?因为它使用的是S形函数,权重通常在-∞ 到+∞ 因为我们的乙状结肠-∞ 接近0,并且+∞ 接近1,你需要能够将接近0和接近1的值作为神经元的输出
是的,体重变化很大。
训练NN越多,权重越接近其“所需”值
例如,如果一个神经元需要输出0,理想值是-∞ 因为乙状结肠(-
我已经实现了一个基于多层感知器的神经网络来解决与音频回归真实再现相关的问题。通过互联网阅读文档、科学文章和其他一些实现,我得出结论,多层感知器不足以解决我的问题,因为如果输出是二进制的,它工作得很好,但是如果输出在0,1范围内,我需要实际输出
问题是,网络没有正确地训练,因为当我连续展示同一个示例时,它会按照激活函数的梯度方向正确地调整权重,但当训练随机选取训练示例时,效果并不好
我曾想过使用遗传算法在训练集的每个历元之后调整权重,以指导一点网络的权重调整
有人能给我一点指导吗?我还考虑过使用另
我正在学习人工智能课程的CSP。我有点困惑。如果我们使用MRV而不使用FC之类的方法,会发生什么?它还有用吗?
也许这个问题很愚蠢!但我没有使用CSP的经验。最小剩余值(MRV)是有效执行正向链接的一般技巧(我想说的是预防措施)。一个人可以自由地使用任何变量进行链接,但可能无法提前预见失败,并且在浪费大量时间后必须重新跟踪
我想知道在Tensorflow的seq2seq框架中是否有一种方法,我可以知道对输入的回复是否可以以x%的置信度给出
下面是一个例子:
我有hi回复hello。它很好用。我还有很多其他经过训练的句子。但是,假设我输入了一些类似这样的垃圾-sdjshj sdjk oiqwe qw。Seq2seq仍试图给出响应。我理解它是这样设计的,但我想知道是否有一种方式可以说框架不能自信地回答这个问题。或者没有训练过这样的词语
这将非常有帮助。我认为seq2seq_model.model.stop>返回的平均困
这里有一个想法:
我们有web应用程序,这些应用程序具有公开的restful API,可以接受json。现在,使用google语音API将用户语音输入转换为文本,然后以某种方式将文本转换为API所需的JSON,然后用JSON调用这些应用程序APIe,怎么样?有吗。库将文本转换为指定的JSon格式?有人使用过这种方法吗?根据报告,结果集已以JSON格式返回:
{
"results": [
{
"alternatives": [
{
"tr
我正在为一项处理电路的作业编写CLIPS程序。我使用Protege创建了我的本体,从那里我创建了clp文件并将其加载到剪辑中。结果如下:
(defclass systemEntity
(is-a USER)
(role abstract)
(single-slot suspect
(type SYMBOL)
(allowed-values yes no)
(default no)
(create-access
这个问题可能会被分解成多个问题,但这里是
本质上,我希望允许用户输入他们想要做的事情,并提供一个类似向导的界面来请求完成请求的查询所缺少的信息。例如,假设用户键入:“Springfield的天气怎么样?”
我们知道用户对天气感兴趣,但它可能是斯普林菲尔德、伊利诺伊州或其他州的斯普林菲尔德。后续问题是:
你想要什么样的天气?
1-伊利诺伊州斯普林菲尔德
威斯康星州斯普林菲尔德2号
您可能会想到一百万个示例,其中一个请求缺少关键数据或其含义不明确。假设用户想要什么可以理解,但是缺少完成请求所需的数据
我需要实现一点人工智能来弄清楚如何用投射物的运动击中目标
我在维基百科上找到了这个:
这看起来正是我所需要的,特别是因为我有一个额外的问题,从零度以上的高度发射弹丸。然而,我的数学技能不太好,所以在我看来,这一切都是胡说八道,我不知道如何将它们翻译成代码
如果有人能用基本运算符(+-*%)和函数(sin、cos、sqrt等)将其分解成我能理解的东西,我会非常感激 公式很简单,不用担心推导过程
x is the horizontal distance away of the target you
就人工智能和逻辑知识而言,合理的推理和不合理的推理有什么区别
另外,ID3算法使用什么样的搜索?是广度优先搜索吗
谢谢如果前提是真的,并且可以从这些前提中得出结论,那么推理是合理的。例如:
一个答案投票给你10个代表
杰克投了4票
杰克有40个代表
是健全的(忽略其他代表因素:))。如果改为:
一个答案投票给你50个代表
杰克投了4票
杰克有200名代表
推理是有效的,但不合理,因为其中一个前提是错误的两个问题没有密切关系。我只回答第一个问题-请为第二个问题开始一个新的SO问题
在逻辑中,声
我使用weka来训练J48分类器,它返回树的文本表示。
现在,如果我想确定哪项功能信息量最大,我该如何继续?欢迎任何想法。
提前感谢。您所说的“信息量最大的功能”可能是指“信息量最大的功能”
如果是这样,我认为决策树中的第一个(或最高)节点与信息增益最高的特征相关联
如果这是正确的,那么您应该能够查看树的顶部,以确定哪个功能信息量最大。您所说的“信息量最大的功能”可能是指“信息量最大的功能”
如果是这样,我认为决策树中的第一个(或最高)节点与信息增益最高的特征相关联
如果这是正确的,那么您应该能
我开始研究机器学习和贝叶斯推理在计算机视觉和情感计算中的应用
如果我理解正确的话,他们之间有一场大讨论
经典IA、本体、语义web研究者
还有机器学习和贝叶斯
我认为它通常被称为强人工智能与弱人工智能,也与功能心理学(大脑作为黑匣子集)和认知心理学(心理理论,镜像神经元)等哲学问题有关,但这不是像这样的编程论坛的重点
我想了解这两种观点之间的差异。理想情况下,答案将引用示例和学术论文,其中一种方法获得良好结果,而另一种方法失败。我还对历史趋势感兴趣:为什么方法不受欢迎,新的方法开始兴起。例如
具体来说,它们的最新实施
本质上,我想问的是,在当前状态下,算法是否可以有效地推断出非欧几里德关系,或者超过输入维度的模式中的关系
HTM在分析模式时使用欧几里德几何确定“邻域关系”。一致的框架输入导致算法表现出预测行为,并且序列长度实际上是无限的。这个算法学习效果很好,但我想知道它是否有能力从输入数据中推断出非线性属性
例如,如果你输入了古腾堡项目的全部文本,它将获得一组概率规则,这些规则包括英语拼写、语法和主题中显而易见的特征,例如与单词的性别关联,等等。这些是一级“线性”关系,可以很容易
这是否可能以非数字形式向ANN提供输入,例如,英文文本句子“每日吃苹果”,特别是Unicode文本,ANN仅以文本形式返回输出。回答像“是”“否”。
我对ANN了解不多,但我所研究的所有示例代码,如XOR、图像输入,都处理ANN中的数字输入
你能推荐一些代码,或者链接到有相关例子的网页吗
我需要训练ANN一些Unicode文本中的文本句子,但不知道如何处理NN的文本输入。我们为ANN处理文本输入所做的是生成一个单词向量。就像你有字典一样:
一个
苹果
吃
牛排
斑马
你给ANN输入的是:[1
我的问题是关于神经网络训练。我已经搜索过了,但是没有很好的解释
对于第一个问题,如何计算均方误差?(我知道这很傻,但我真的不明白)
第二:
当神经网络进行训练时,我们输入一个由多对(输入和期望输出)组成的训练集。现在我们应该什么时候计算均方误差?当我们已经把所有的鞋都穿上的时候,你会觉得吗?或者我们是为每一对计算它吗
如果是针对每一对,那么在训练集中的所有对都进行训练之前,当误差达到最小期望误差时,就有可能出现这种情况
第三:训练集的一个循环的历元值是否增加?或者,当每对(输入和期望的输出)被采
我正在做一个简单的项目,它将成为未来项目的支柱
我的问题是。当我从“寻找”状态移动到“攻击”状态时,我会检查自己是否在敌人的火力范围内。如果我是,它就会向我开枪。为此,我在“if(敌方!=none&&VSize(Location-敌方.Location)
我已经尝试搜索了很多,即使如此,如果有类似的帖子,我道歉
我知道规则引擎基本上有两种推理方法,正向链接和反向链接。我也相信我了解两者是如何各自工作的,但是,一个具有混合推理功能的引擎将如何工作,它将首先执行前向链接,然后执行后向链接,还是反之亦然?或者,引擎是否有可能根据工作记忆中的知识库和事实决定使用哪种推理
另外,如果我想用这两种推理方法构建一个引擎,那么增强正在使用的匹配算法(Rete、Treat等)是开始的方式吗
我知道我问了很多问题,如果有人能回答我或让我参考有关任何部分的文献,我将非
Barto和Sutton的《强化学习导论》一书提到了以下关于非平稳RL问题的内容-
“我们经常会遇到强化学习问题,这些问题实际上是非平稳的。在这种情况下,将最近的奖励比过去的奖励更重是有意义的。”(参见此处-
我并不完全相信这一点。例如,一个任务是为迷宫寻找出口的探险家代理实际上可能会失败,因为它在遥远的过去做出了错误的选择。你能解释一下为什么用简单的术语来衡量最近的奖励是有意义的吗?如果问题是非平稳的,然后,过去的经验越来越过时,应该给予较低的重视。这样,如果一个探险家在遥远的过去犯了一个错误
假设我有多个用于特定棋盘游戏的AI程序,所有这些程序都用不同的语言实现,并且希望它们在没有人工中介的情况下相互竞争。我该怎么办
我想这是人工智能研究人员、爱好者、游戏比赛等常见的问题
有共同的架构吗?也许AIs作为单独的进程运行,并通过套接字与中央“板”进程通信?我认为没有通用的协议。作者Michel Quenault和Tristan Cazenave非常有趣,因为他们描述了设计通用解决方案时遇到的困难,并且有很多参考文献,但不是
完全实施
著名的
所以你必须依赖于特别的协议
对于国际象棋
这是一个非常困难的问题,关于如何操纵一艘可以在3D中平移和旋转的宇宙飞船,用于太空游戏
这艘宇宙飞船有n个喷射器,放置在不同的位置和方向
i-th喷流相对于宇宙飞船厘米的变换是常数=Ti
是位置和方向的元组(四元数或矩阵3x3,或不太可取的欧拉角)
变换也可以用单个矩阵4x4表示
换句话说,所有的喷气机都粘在船上,无法旋转
喷气机只能沿其轴线方向(绿色)向宇宙飞船施加力。
由于胶水的作用,轴随着宇宙飞船旋转
所有射流都能以一定的大小(标量,Fi)施加力(矢量,Fi):
i-喷气机只能在mi
我正试图为这项任务想出一个启发性的方法。启发式是为了帮助找到一个可能的解决方案,还是实际返回一些动作作为解决方案?我该如何表达这样一种启发式呢?您是在寻找启发式还是算法?启发式方法可能解决也可能不解决给定的问题。它实际上只是为您指出解决方案可能所在的方向。一个算法确实应该解决一个给定的问题。听起来你对什么是启发式有点困惑
粗略的定义是一种简化的假设或合理的猜测
例如,假设你必须组建一支篮球队,你有关于想参加比赛的人的情况介绍,其中列出了他们的联系信息、出生日期和身高。你可以举行选拔赛,测试每个候
如果没有偏差,一个有两个输入节点、两个隐藏节点和一个输出的神经网络是否能够解决异或问题?或者它会被卡住吗?如果我没记错的话,没有偏置就不可能有异或。保留偏置。它看不到您输入的值
根据一对一的类比,我喜欢将偏差视为直线方程中的偏移c-值:y=mx+c;它为您的系统添加了独立的自由度,而不受网络输入的影响。我构建了一个无偏差的神经网络,2x2x1体系结构解决了280个时代的异或问题。
我是新来的,所以不知道任何一种方法,但它是有效的,所以它是可能的
关于,是的,如果您使用像Relu(f(x)=max
您建议哪种类型的人工神经网络能够进行连续的时间相关信号预测?它应该预测非常少的信号上的小规模步骤到非常多信号的非常大规模步骤,可能精度较低(通过某种层次结构抽象?)
见:
事实上,系统应该同时学习和预测。我认为,一个“第三代”的、与我们大脑中的神经元最相似的尖峰神经网络会做得最好
它是实时运行的,尽管我认为它不能实时学习
相反,你可以不断地检查和检修它,在实时输入之后运行几秒钟,这样你就可以在它变得足够好,可以实时运行之前调整它的答案。我已经把它当作了我的神经元模型。据我所知,有一些学习算法可
据说不同的算法有不同的参数。我并不认为这是真的,比如说,如果这是一个树决策算法和朴素贝叶斯算法,那么每个算法的参数是什么?有人能给我举个例子吗
如果是这种情况,那么对将要使用决策树算法运行的数据进行5倍交叉验证与贝叶斯算法不同吗
此外,对于参数优化,我将进行5次交叉验证。是否有一种方法可以自动使用weka确定关键参数的设定值 决策算法的参数可能会随着时间的推移而变化,当然也可能在算法之间变化
假设您有一个AI决策树,用于确定在战场上移动的士兵。你可能有一个防御性的算法,它会尽可能地寻求一个使自己
我是人工智能的新学生,在我开始编程之前,我试图做一些练习来理解逻辑。然而,我在做练习时遇到了困难,我想知道是否有人能帮我做这个练习。任何解释,我都可以在哪里找到可以帮助我的材料,欢迎:
考虑到深蓝每年可以评估2亿个职位
第二假设在每一步中,一个棋子可以移动到2个可能的位置
位置,一辆车14,一位骑士8,一位主教14,一位女王28,
还有一个国王。每一方有8名兵,2辆车,2名骑士,2名士兵
主教、王后和国王。按照标准规定,,
每一方在头2小时或3小时内移动40次
平均每移动几分钟
a使用广度优先搜
我想分析一个交通场景。我的源数据是一个类似点云的数据(参见该文章底部的图片)。我希望能够检测到道路上的物体(汽车、自行车等)。所以首先我需要知道路面在哪里,这样我就可以移除或忽略这些点,或者只是在路面上进行检测
检测此类路面的方法有哪些?最简单的场景是一条笔直平坦的道路-我想我可以尝试将一个简单的平面注册到曲面的大致位置(我很确定它就从汽车前面开始),因为路面不是一个完美的平面,所以我必须在平面周围留出一些公差
更困难的场景是一个弯曲和波浪(起伏?)的路面,它将形成某种3D曲线。。。我将感谢您的
场景是,当边、顶点和内角的数量作为输入给定时,我希望将输出作为一个形状。我正试图用遗传算法来做到这一点
我的问题是,我开始有困难。我如何为这种情况随机创建初始总体?我如何用位表示法定义染色体
我指的是一些PPT。
但在我的例子中,我认为我不能把染色体表示为比特。因为这是我要给出的数值,不是吗?有什么线索可以让我前进吗?遗传算法不必用比特表示,尽管我更喜欢这样做。最好的方法可能是将数字从二进制转换为表示形状所需的任何形式,然后再转换回来
可以缩放二进制文件或剪裁边,使其适合所需的任何边界
在初
在经过训练的神经网络中,权重分布将接近于零。所以对我来说,将所有权重设置为零是有意义的。然而,有一些方法,如-1对1的随机分配和Nguyen Widrow,其性能优于零启动。为什么这些随机方法比使用零更好 阅读Nguyen的文章,我会说这是因为当你将权重从-1分配到1时,你已经为权重定义了一个“方向”,它将了解方向是否正确,以及它的大小是否相反
如果你把所有的权重都赋为零(在MLP神经网络中),你就不知道它可能会指向哪个方向。零是一个中性的数字
因此,如果为节点的权重指定一个较小的值,网络将学习
我已经为聊天机器人编写了一个AIML文件,我想构建一个交互式web应用程序,它允许我在web浏览器中与该机器人聊天
有没有可能通过HTML和Javascript实现这一点?关于如何编写允许用户与AIML交互的web应用程序,没有简单的答案。从头开始编写这样一个应用程序比编译AIML要多得多
最简单的选择是使用PandoraBots这样的预构建服务,它允许您上传AIML文件并在web浏览器中与之交互。你可以免费使用。他们还提供付费的开发人员选项,生成API来连接AIML脚本和您可能想要构建的任何应
我真的说不出原因,但有一次YouTube向我推荐了一段关于基因遗传算法的视频,它真的向我闪现了,有人让一个学习型人工智能单独玩谷歌chrome no internet jump&run。
因为我在为Minecraft编写插件,所以我有了一个想法,用一个自学习AI(遗传算法)制作一个基于PvE的游戏模式,但现在我不知道从哪里开始,我可以根据僵尸的死亡或造成的伤害来调整适应度,但我不知道如何再次复制它,不知何故,我必须用人工智能控制运动、射击等,我不知道该怎么做,我希望有人能帮助我,你能理解我的问题
有两门课程:“AI”和“游戏中的AI”都有15名学生,为期15周。
我想让他们保持积极性和创造性。
我知道我想要某种形式的竞争(后一门课程显然如此)。
也许像马拉松比赛或ICFP。
我将需要良好的可视化,所以它将是伟大的,如果它已经存在。
有一个想法是为“Wesnoth之战”写人工智能,但我想它太多样化/无聊了。
又一场围棋。但那太难了
你的想法是什么
这将是一个为期15周的小组,由3名学生组成。使用Wii。麻省理工学院举办了一个名为“Wii”的竞赛
作战代码,是一种实时策略
游戏两组机器人在街
我目前正在阅读杰夫·霍金斯的《情报》。他的记忆预测框架非常发人深省,是关于智力可能是什么的一个有希望的解释。有没有其他类似的理论试图提供一个与之相得益彰的智力理论?你可能想更改标题。对我来说,当前的标题暗示了一个问题,这个问题可能会因为是观点而被关闭,但这个问题本身似乎是合法的。这是一个有趣的问题,但可能过于宽泛和不具体,无法在这里得到回答。让我们看看这是否会得到好的答案,还是会被关闭。@peachykeen:虽然这是一个有趣的问题,但它并不完全符合网站的精神(即:基于编程)。现在,如果他有一个
我需要帮助为我的硕士毕业选择一个项目,该项目必须涉及人工智能/机器学习或商业智能。。但是,如果在这些主题中有任何其他建议,请帮助我。当今人工智能发展最迅速的领域之一是计算机视觉。你的硕士论文的结果有很多实际需要帮助。你可以试着做一些研究,比如情绪检测、眼睛跟踪等
任何一所好大学的计算机科学硕士都可以突出这一领域的研究现状,比较不同的方法和算法。作为实践部分,当你的程序正确识别你的情绪时,它也会带来很多乐趣:)Netflix
如果您想在非平凡的数据集(不是google大小,但也不是平凡的,并且是真
我正在用星号算法做8个谜题解算器。我在这个解算器中实现了曼哈顿和错位的启发式函数。在某些情况下,解算器工作正常。但在某些情况下,找到解决方案需要很多时间。我认为我的问题之一是在函数中查找打开列表中值最低的节点(等待扩展)
那么,找到最低f_分数值的最佳方法是什么?只需找到最小值,或者我们必须在有状态要添加时修改列表(在添加状态时对列表进行排序),以便最小值将位于第一个位置。维护一个列表
给定n元素,您可以在时间O(n)中将它们转换为一个堆。一旦它们成为堆,您就可以在timeO(log(n))中添
我想在一些朋友之间安排一次人工智能竞赛。
比如说抽搐,
每个玩家编程一个方法,获得棋盘和一个符号(X\O),并返回他想在轮到他的时候玩的地方。
现在我的问题是如何在另一个程序中“连接”两个AI,这样我就可以测试所有用户,看看谁的代码最好。
我想到的唯一方法是与文本文件通信——所有AI都在后台运行线程,并检查文本文件上的更改,引擎将游戏细节(回合、棋盘、分数、玩家)汇总到文本文件
如何才能做得更好?
还有一件事,在人工智能竞赛中,每个回合都有一个时间框架是很常见的?
(因为AI程序将在不同的计算机
我正在实施和分析Find-S算法(我非常了解)。然而,对于测试部分,我不确定训练集中示例的顺序是否会影响输出
这是已知的还是尚未证实的?如果扩展假设的函数是关联的,那么示例的顺序将不会影响输出——也就是说,如果f(f(h0),x1,x2)=f(f(h0,x2),x1)对于所有h0,x1,x2实例的顺序将影响您的输出,因为当FIND-S尝试最大化特定假设时,它会查看属性及其值。在Tom Mitchell的机器学习书《2.4发现-发现最大特定假设》中对此进行了讨论
有没有可能用minimax为跳棋编程一个无法打败的人工智能算法?或者,是的(你只是用另一种语言复制了这个算法),或者不是,因为它不可能被其他计算机打败。我想问这个问题的另一种方式是:“有可能有一个平局跳棋吗?”< /代码>这是等价的,因为如果你真的创造了一个无敌的算法,你把它装在两台电脑上,哪台电脑会赢呢?如果在棋盘上有可能的话,它将是无敌的。“奇努克”计划已经到了无法匹敌的地步。“不过,准确地说,奇努克并不是极大极小值。”。相当地
谁能一步一步地解决这个密码算法
谢谢你Prolog能做到!(所有这些都是Stackoverflow,您已经标记了您的问题)
总体思路是首先选择所有变量,然后检查谜题条件
现在
将打印找到的第一个解决方案。与:
?- solution(O,N,E,T,W,F,U,R).
您可以看到有不同的解决方案
通过跟踪查询的执行,您可以按顺序查看作为查询一部分执行的所有目标,以及它们是否成功(还可以查看作为Prolog回溯发生的步骤):
(您可以使用平台来播放示例)
传统上(在:
每个字母应代表不同的数字
我需要在不使用形式逻辑的情况下理解专家系统(人工智能)中的反向链接概念。如果你有规则的话
it_rains -> street_is_wet
这意味着如果下雨,街道是湿的。
然后反向链接意味着如果你想知道街道是否潮湿,你必须检查是否下雨。所以,你要逆着规则走 你能给我举个完整的例子吗“求你了。我不是舒尔,你的意思是什么,但我尽量说得更准确些。专家系统应该告诉你一些关于其主题的事实。所以你想知道是否有东西能支撑。该系统使用逻辑含义,如我上面所示的规则。可能会有更多的规则,例如天空中的乌云和
我目前正在编写一个神经网络模块,并且我已经了解了如何在一个输出下工作。但是当有多个输出时,我被告知将每个输出的误差相加以计算损失函数,这对我来说没有任何意义,因为我们现在不知道是哪个突触/重量造成了误差。
例如,我们有一个形状为2 | 1 | 2(输入、隐藏、输出)的NN。。。
因此隐藏层中的神经元通过某种权值连接到每个输出神经元。如果我们现在向前传播,接收到每个输出神经元的一个错误,并将这个错误加起来,那么与隐藏层中的神经元相连的每个权重都会被精确地调整相同的量。如果我弄错了或者我理解错了什么
我已经将*搜索与广度优先搜索(BFS)和深度优先搜索(DFS)进行了对比测试,发现使用*扩展的节点更少
我知道A*通过使用启发式和边代价函数来扩展已经比较便宜的路径
在什么情况下,BFS和DFS比*搜索算法更有效 BFS使用队列,而a*使用优先级队列。一般来说,队列比优先级队列快得多(例如,Dequeue()是O(1)vsO(logn))。A*的优点是,它通常比BFS扩展的节点少得多,但如果不是这样,BFS将更快。如果使用的启发式很差,或者图非常稀疏或很小,或者对于给定的图,启发式失败,则可能发
我知道在深度优先搜索中,我们总是使用最左边的孩子,我想知道当我们使用BFS时,我们是否也必须从左到右,还是不重要?
谢谢您的时间。两种算法之间的差异并不取决于您从哪里开始搜索。相反,这取决于您何时开始搜索
在深度优先搜索中,您始终探索找到的第一个子项的子项,直到没有更多的子项为止(这可能意味着最左侧、最右侧、最中心等,具体取决于算法的应用)。在探索上一个节点的子节点后,直到搜索后,才开始搜索节点的下一个子节点
在广度优先搜索中,您首先按照给定的顺序识别所有子项,然后再继续探索您识别的第一个子项。
我认为神经网络可以编辑它们自己的神经网络,如果我们把它们与进化算法结合起来,我们可以制造出强大的人工智能
是否有神经网络编辑本身的概念?神经网络可以自我编辑
这真的没有意义。梯度下降已经是一个非常好的优化器。有一种类似的东西,叫做AutoML,它基本上使用另一个神经网络来编辑神经网络的超参数
如果一个神经网络的唯一输入是它自己的权重,那么它怎么知道神经网络的误差应该下降呢
这个问题与这个领域无关,我们已经有了一种改变网络权重的好方法,称为“梯度下降”。不需要使用改变另一个网络权重的神经网络。如果
我需要帮助解决这个问题:
DialogFlow将用户文本块与意图匹配,以便检索答案。有些用户不会在一块文本中键入所有内容,例如:
你好!我的名字叫安。我怎么能在这里点比萨饼呢?
相反,他们做到了:
你好!
“我的名字是Ane”
我如何在这里点比萨饼?
每次用户发送文本时,DialogFlow都会尝试将每个句子与意图相匹配。有什么方法可以让DialogFlow在匹配到某个意图之前等待几秒钟,或者将所有这些行放在一起,或者以某种方式解决这个问题?我认为在这种情况下应该使用后续意图。
看看
我正在谷歌Colab上试用CNTK,Colab在Ubuntu18上运行
然而,CNTK需要OpenMPI 1.10.x,但此版本的OpenMPI仅在Ubuntu 16上可用
是否可以将Colab切换到Ubuntu16来运行CNTK?我已经到处搜索,似乎现在(2019年10月)不可能将Google Colab与Ubuntu16一起使用,这是一个操作系统,固定为Ubuntu18
我的工作是生成一个带有端口到端口绑定的迷你Ubuntu 16 docker,并让Colab作为本地运行时服务器连接到这个迷
我试图让dialogflow仅在匹配精确时返回一个值。我的例子是:
命令是!帮助但是,如果您键入“帮助”或将其放在句子中,它也会返回结果。我希望它只在时返回结果!使用帮助。您可以在代理设置中将ML分类阈值设置为1.0
在您的情况下,最好选择混合匹配模式,但我认为这是默认选项
另一个选项是创建具有值的新实体!帮助并选中Regexp实体选项。在意图添加用户添加用户表达式中!帮助-应将其识别为已定义的实体。我已经测试了这个和代理触发器!帮助,但不是为了帮助
您可以在代理设置中将ML分类阈值设置为1.0
上一页 1 2 3 4 5 6 ...
下一页 最后一页 共 30 页