你用什么？每当我想快速使用任何数据挖掘算法时，我只需加载。它相当复杂，但它实现了很多算法（包括神经网络），具有很多可定制性。另外，它还有一些NNs的可视化功能。它很旧，但我总是在不使用自己的代码时使用它。不幸的是，它不是免费的。我认为较新的Neuroshell只设计用于预测股票。有很多不同的网络模拟器，这取决于你想模拟的sim卡的详细程度，以及你想模拟的网络类型 如果你想模拟完整的生物网络（我认为你可能没有），甚至树突的行为等，神经元和创世纪是好的 NEST和SPLIT以及其他一些方法非常适合进

我刚刚看了一段谷歌技术谈话视频，内容涉及“Polyworld”（发现），他们讨论了一起培育两个神经网络以形成后代的问题。我的问题是，如何组合两个神经网络？它们看起来如此不同，任何将它们结合起来的尝试都会形成第三个完全不相关的网络。也许我遗漏了一些东西，但我不认为有什么好方法可以将两个独立的神经网络的积极方面结合成一个单独的神经网络。如果有人能详细说明这个过程，我将不胜感激。在这种情况下，神经网络（可能）不是任意树。它们可能是具有恒定结构的网络，即相同的节点和连接，因此“培育”它们需要“平均”节点

我正在寻找算法/方法来建模这些信息，以便能够猜测/预测/学习这些对象的运动特性 我目前提出的想法是在队列中存储每个对象的最后n个快照。我对运动物体的位置和速度进行加权平均，但我认为这是一种很差的方法 您能说明一些适合本案例的标题吗？ 在阅读了有关卡尔曼滤波器的内容后，只感谢和 卡尔曼滤波器根据高斯假设从噪声数据中学习和预测正确的数据，因此它可能对您有用。如果您需要非高斯方法，请查看粒子过滤器。感谢您的帮助回答。。我想知道粒子过滤器是否会尝试学习环境模型。。或者我必须自己提供环境模型和方程？

开源城市驾驶模拟器需要构建一个自动出租车司机。dream功能集可以包括： * easy import of external AI code * other agents, such as cars and pedestrians * simulated programmable traffic and traffic regulations * relatively realistic physics engine 我看了一下TORCS，它有大部分的这些特性，只模拟了一条赛道。非常感谢您的任

我是计算机科学专业的学生。我想在四年级和另外两名学生一起做一个人工智能项目。（这是我大学的一个5年制学位，所以如果我愿意，我可以连续两年从事同一个项目）。我们在人工智能方面的知识目前非常基础，因为我们将在未来两年专门研究人工智能，所以一个非常先进的想法可能很难实现。我们也不希望研究新的未受影响的土壤，所以资源越多越好 我对能让人们受益的想法感兴趣，而不仅仅是应用算法和技术。毕业后我想做硕士，但我还不确定在哪个领域。 我想做一个对残疾人有用的医疗申请或项目。 该大学已经开展了一些项目，包括识别乳腺

我想建立一个连接4引擎，使用人工神经网络-只是因为我对人工神经网络着迷 我将创建以下ANN结构草案。这样行吗？这些连接正确吗（即使是交叉连接） 你能帮我起草一个这个ANN的UML类图吗 我想将板表示作为ANN的输入。输出应该是选择的移动 以后应使用进行学习，并应用。引擎将与人类玩家比赛。然后根据比赛结果调整重量 我在找什么… 。。。主要是编码问题。从抽象思维到编码的过程越多越好。实现神经网络有很多不同的方法，从简单/易于理解到高度优化。您链接到的具有指向、、等中的实现的链接，如果您有兴趣了解其

我真的对人工智能很感兴趣，想在这个领域开始编程 人工智能的各个领域是什么？e、 g.神经网络等 对于AI初学者，可以推荐哪本书？在AI领域有哪些首选语言？AI的经典应用领域： 机器人学 搜寻 自然语言处理 知识表示/专家系统 计划/排程 各种算法方法： 神经网络 进化/遗传算法 自动推理 逻辑程序设计 概率论方法 推荐书籍： 罗素·诺维格：人工智能——一种现代方法 诺维格：人工智能编程范例（使用Lisp） Bratko：人工智能的Prolog编程 推荐的编程语言： 序言 口齿不清

谢谢你给我宝贵的时间，我想创建一个大脑计算包。基本上，我将生成随机数并将其扔给用户，用户将输入结果。这将考验他的准确性，使他更加敏锐 但是，我很困惑使用哪种编程语言。我的目标是让用户随着时间的推移计算到100位数。请解释一下。 我可以使用什么样的算法和策略 目前是否有其他程序可用于实现此目标？我不知道您正在尝试做什么。但如果我喝醉了，想吐出随机数，我可能会使用

我们正在为跳棋游戏开发一个神经网络。在我们的训练数据中 0表示空白单元格， 1代表白色块， -1代表白王， 2代表黑色块和 -2代表黑人国王 所以，我们需要的是一个范围为[-2，2]的激活函数。我们应该使用哪种激活功能？请给出您的建议。我不明白您为什么不能使用乙状结肠功能 sigmoid函数的范围为[0,1] 要修改sigmoid函数以满足您的需要，您可以将其乘以4，将函数乘以一个常数影响其振幅（范围=[0,4]），然后减去2，通过减法/加法，您可以在Y轴上移动函数（范围=[-2,2]） 因此

我从概念上理解它。您有一个代理和一个环境。然后有一组状态，每个状态都有一个值。然后，代理选择“探索”或“利用”，并根据发生的情况修改其知识 我的问题是，我似乎不知道如何将它实际应用于代码或任何实际问题。每次我查它的时候，我只会得到同样的几个方程，没有解释如何使用它们 我正试图为俄罗斯方块写一个RL代理，但我似乎无法理解。如果有人能做到这一点，那就太好了 我怎么知道把什么作为状态？行动呢？调整这些值所涉及的实际数学是什么？这太令人困惑了 如果有人能帮我，我会非常感激。谢谢：）强化学习用于你不知道正

我目前正在使用expectiminimax算法，该算法在我目前的情况下非常有效： max -> min -> chance -> max -> min -> chance -> (repeat) 我无论如何也做不到 max/min -> Chance -> (repeat) 由于游戏的工作方式 如果我继续转换我的算法，我觉得alpha是不准确的 在我当前的设置中，除了地平线效应之外，执行修剪还有什么副作用吗？或者我只是想得太多了？我不确定您要执

实现目标状态的一种方法是“将皇后添加到最左边空列中的任何方块中，这样它就不会受到任何其他皇后的攻击”。这种方法的状态空间是2057（也不知道如何计算它？） 如果我使用深度优先搜索算法（我认为这是最合适的算法），时间复杂度是多少？空间复杂性如何 我很困惑，因为搜索树的早午餐在深入时会大大减少。O（8**8）在时间复杂度方面看起来太多了，即使在最坏的情况下也是如此 谢天谢地，时间取决于算法决定首先调查哪个分支的智能程度 N queens有一个骗局：它有一个启发式（）在多项式时间内给出一个完美的解决方

在哪些条件下，非线性多层感知器的Vapnik–Chervonenkis维数接近线性感知器的维数？如果权重较小 说明：我假设你的网络是带有S形隐藏单位的。在乙状结肠单位中，如果wights较小，它将像线性神经元一样工作（通常称为乙状结肠神经元的线性区域，位于乙状结肠神经元的中间）在CorssValidated或Computer Science SE，你可能会更幸运地回答这个问题。有关信息，请参阅和thnx:）

有人能用非常简单的语言解释它是什么吗。还提供了一个例子。例如，如果你必须找到某个东西的启发式函数，它应该是什么样子 以问题为例： 水壶问题 设计并解释一个可容许的启发式函数（h）[而不是平凡的h（n）=0]。行动成本定义为执行行动的1个单位，移动每加仑水的额外1个单位（填充， 空的，倒的），和额外的1个单位浪费 每加仑水（空）。路径成本（g）为 所有操作的成本总和。来自 启发式函数，或简单的启发式函数，是一个排序函数 基于 可用于决定遵循哪个分支的可用信息 也就是说，在国际象棋中，启发式函数可以

我有两个问题 1-什么是“11pt平均精度度量” 2-如何在信息检索中使用它 谢谢有时候我想知道为什么人们会问这样的问题，而谷歌什么时候能比很多人回答得更好。然后谷歌把我带到维基百科的文章，我淹没在公式和定义严密的术语的海洋中 据我所知，11点平均精度是对自动化系统对一组文档进行分类的一种评估。这与信息检索相关，因为它为您提供了一个评估（例如）搜索引擎有用性的指标 所以，如果你能理解那篇文章，这就是你的答案。否则，我希望你和我能从有人向我们解释中获益：-） 祝你好运。这是一本在线书籍，其中提到了

我的一个朋友正在开始建造一个NetHack机器人（一个玩类似流氓的游戏：NetHack的机器人）。对于类似的游戏Angband，有一个非常好的工作机器人，但它的工作部分是因为它可以轻松地返回城镇，并且总是能够从低级别的人渣中获得物品 在NetHack中，这个问题要困难得多，因为游戏奖励大胆的实验，基本上是1000个边缘案例 最近我建议使用某种朴素的贝叶斯分析，与创建垃圾邮件的方式非常相似 基本上，机器人首先会建立一个语料库，用它找到的每一个物品或生物尝试每一个可能的动作，并存储这些信息，例如，它

我正在从事一个使用多类SVM分类器的项目，我检查了一些使用SVM执行多分类的工具，在这些工具中我需要插入训练数据和RBF参数。我可以向SVM添加一些约束，就像我希望类的所有成员都满足一些标准一样。e、 g.如果我想对汽车进行分类，我希望x级所有汽车的价格 thnx回答我的问题，但是有没有一种方法将任何线性规划问题转换成SVM？不，因为，就像我所说的，SVM不允许任何形式的输入约束。如果您编写自己的解算器/使用标准QP解算器，您可以制作一些公式来实现这一点，但它不会是SVM。

我正在尝试制作一个21点游戏，并将神经网络连接到它。我给出了一个游戏和神经网络的所有可能组合，它们应该告诉我们该做什么（击中、站立、翻倍、分割）。我用轮盘赌选择来选择答案，当神经网络通过他的选择（例如HIT）获胜时，我在这个输出的目标上加一个小数字，当他失败时，我减去一个小数字，并用反向传播学习来教授它。但这种方法似乎不起作用，有什么解决办法吗？你为什么要减去教学费……不管怎样。。。正常的头脑永远不会失去记忆，直到被击中头部：）轮盘赌从何而来？当反馈真正起作用时，不应该基于赢/输结果吗？看看强化

我知道决策树试图把高熵的分类器放在决策树上。然而，信息是如何在这方面发挥作用的 信息增益定义为： InformationGain = EntropyBefore - EntropyAfter 决策树是否试图将信息增益较低的分类器放在树的顶部？所以熵总是最大化，信息增益总是最小化 对不起，我只是有点困惑。 谢谢大家! 恰恰相反。对于使用信息增益的决策树，算法选择提供最大信息增益的属性（这也是导致熵最大减少的属性） 考虑一个简单的两类问题，其中来自类C_1和类C_2的训练观察数相等。在本例中，您从

我之前读过一篇文章，文章说我们中有1/3的人害怕他们的工作会在某个时候被机器人取代。起初我认为（机器人也必须被编程）作为程序员，我们是安全的。这让我想到了这个问题 人工智能是能够执行（高级）编程任务，还是总是被限制在编程时的水平 例如，我所说的级别是脚本语言，而不是编程语言。（脚本语言是否有可能用编程语言编写和编译软件？） 这个话题被搁置，因为答案将基于观点而非事实。为了清楚起见，我希望得到基于事实的答案。一个简单的回答“是”或“否”的答案是一个基于意见的答案，一个解释为什么是基于事实的答案。

有没有可能举一个关于如何使用EncG创建Ensable学习者进行时间序列预测的示例 我在考虑一个iRPROP+ensamble学习者 谢谢集成学习仍在添加到Encog的过程中。最后定稿时将添加更多示例。如果您想建议一个具体的示例，可以在“问题”页面上添加功能请求 您可以尝试的一种技术是在每个历元之后简单地将多个网络的输出聚合在一起。为了拥有不同的网络，必须使用不同的起始权重初始化每个网络

我想了解，在人工智能的背景下，是否有任何东西被称为基于规则的人工智能，或者它只是等同于任何自动化系统。当我读到基于规则的人工智能时，它听起来和自动化系统没有什么不同。如果基于规则的人工智能和自动化系统是一样的，那么是否可以断定每个自动化系统都是一种基于规则的人工智能 自动描述了通常不需要人工干预即可运行的系统 基于规则的描述了自动化系统的一种特定体系结构，其中行为是根据if-then规则指定的，也称为产品。简单：-）谢谢：-）

我试图理解如何实现和组合Craig Reynolds所描述的自治代理的引导向量 我的理解是，每个转向力应单独计算，然后所有转向力应相加，然后应用 我知道每个转向力等于特定行为的期望速度减去代理的当前速度 我试图结合两种基本行为：寻找和逃离。下面是两个图表来说明我的问题 我有一个探员在它正前方寻找一个目标，然后从它下方的目标逃跑。当代理处于静止状态（当前速度=0）时，每个行为的转向力等于其各自的期望速度： vSteer=vDesired-currentVelocity=vDesired-0=vD

在我的AI入门课程中，我们一直在研究： 统一搜索（即深度优先搜索） 知情搜索（即A*搜索） 约束满足问题（即爬山） 对抗性搜索（即Minimax） 一般来说，我们为什么要使用深度优先搜索，而不是使用更复杂的算法，如*搜索？换句话说，当我们可以选择复杂的算法时，为什么还要选择简单的和有限的算法呢 主要原因是效率。有些算法比其他算法占用更多的时间/内存。 某些算法在某些情况下不起作用。例如，如果存在局部最大值，爬山就不会很有效。 如果您希望大多数路径都指向目的地，可以使用深度优先，这可能比*快得

我想尝试开发一个冗余的自动汽车计算架构，它可以处理所有人工智能和其他计算内容。为此，我买了一些边缘计算设备（Nvidia Jetson TX2s），其中包含集成GPU。然后我用一个千兆以太网交换机连接它们，这样现在我就可以和它们通信了 我需要你对系统架构的建议。如何实现这种故障保护、安全标准和冗余系统？有一些集群示例提供了高可用性。但我想这样做：“每个计算节点运行相同的进程，然后将结果输出到主节点。主节点分析并投票结果，然后选择最佳结果。如果一个计算节点出现故障（错误、系统故障、缺少电能等），系

我是新的强化学习和实验训练的RL代理 我对奖励公式有一个疑问，从一个给定的状态来看，如果一个代理人做出了一个好的行为，我会给他一个积极的奖励，如果行为不好，我会给他一个消极的奖励。所以，如果我给代理人非常高的积极奖励，当他采取了一个好的行动，比如100倍的积极价值相比，消极奖励，它会帮助代理人在培训期间 直觉上我觉得，这将有助于代理培训，但这种扭曲的奖励结构会有任何缺点吗？嗯，通常我（根据我的经验得出的个人观点）认为奖励应该与它对代理的影响相对应。如果问题是奖励稀少，你可以看看这个问题，看看如何

因此，当代码运行时，AI会在生成移动时陷入困境。我想可能是因为有太多的可能性要计算，而且时间太长了。是否有任何方法可以增加深度或其他任何东西来提高人工智能的效率？谢谢大家! def minimax（板、深度、最大化）： 如果（选中whichmarkwon（bot））： 返回1 埃利夫（棋手）： 返回-1 elif（checkDraw（））： 返回0 如果（最大化）： 最佳分数=-800 对于输入板。键（）： 如果（电路板[键]=''）： 板[键]=机器人 分数=最小最大值（板，深度+1，假） 电

请宽容/不要：漫谈AI冬天/失望 确实需要：指向具体现实世界应用程序的链接和指针。我认为最重要的突破是，现实世界的消费者应用程序实际上在日常使用人工智能。它已经变得很普遍，不再像十年前那样仅仅是学术研究和特殊应用的好奇心。一些例子： 语音和文本识别（如iPhone） 数码相机中的人脸识别 搜索引擎 电子邮件垃圾邮件过滤 汽车的自动变速箱 游戏 等等 它就在我们身边！：-） 我认为真正的/强大的人工智能已经迷失了方向，几十年来，“在未来5年”中，会说话/会理解的计算机将面世。然后我们得到了（没

几个月来，我一直在定期上网寻找答案，但毫无乐趣。如果有人能给我点启示，我将不胜感激 我对模拟人脑的工作很感兴趣。我当然可以这么说。下面是我的意思，后面是我的不意思： 我对模拟我们的想法和感受感兴趣。我说的不是下到神经元层面，而是更多地模拟所涉及的更大模块。例如，可以将“愤怒”模块模拟为一种服务，用于衡量一个人受到不尊重的程度（在某些表示系统中），并输出适当的愤怒度量（同样在某些表示系统中） 我对蓝脑等项目不感兴趣，这些项目正在建立精确的神经元群模型。我对在更高抽象层次上运行的模型感兴趣，在情感模

我正在考虑编写一个程序，让用户思考一个对象（一个物理对象），然后询问有关该对象的问题，并试图找出用户在想什么。（类似于） 我试着用Python来做，但我觉得我的方法很幼稚，效率很低。你们会怎么做？听起来你们想做一个计算机化的21题游戏。我会用一棵问答树来回答 这是一篇关于在python中实现树的好文章 有效地做到这一点需要一种在概率方面有点先进的方法，称为。应用于决策树（这是您想要做的），它通常被称为 但别让它阻止你！搜索决策树的实现示例，然后从那里开始。在你开始解决20个问题之前，我会写一个简

我正在使用遗传算法（GA）来优化旅行商问题（TSP）。我的问题是如何计算一个人的适应度。 显然，路径较短的解决方案更合适，但在不知道最短路径和最长路径是什么的情况下，如何准确地分配适应度值，以确定我的解决方案适合该范围？您可以将所有候选解标准化，这样，到目前为止，您看到的最短路径的适应度得分为1.0（或10，或42，或3.14…随您的喜好而定），然后将所有路径的长度相对地扩展到比这更长的路径。与最长路径相同-您观察到的最长路径被认为是最差的分数 当你找到一条更短的路径时（假设你给一条更长的路径分

最新的开源聊天机器人/仿人工智能“技术”是什么？ELIZA/ALICE/MegaHAL是否仍然是“最新的”，或者在过去十年中是否取得了任何进展？关于最新的对话代理常见问题解答，请参见我的Meta Guide网页，&。就非模式匹配、统计对话系统而言，我建议查看来自CMU的。ChatScript是我发现的用于开发对话代理（BSD许可证）的最佳开源工具： 我已经使用它好几年了，它对程序员非常友好（以一种适合程序员思考和使用工具的方式编写）。最重要的是，它通过强大的输入预处理器和用于匹配文本的灵活模式

我试图在我的网络徽标游戏中实现某种形式的人工智能 我正计划计算从一只僵尸龟到一只人类龟的曼哈顿距离 到目前为止，我已经设法计算了曼哈顿与这两个目标的距离，画出了路径，并将僵尸代理沿着计算出的路径移向人类海龟 我现在面临的问题是，人工代理的位置将由用户控制。曼哈顿距离使用while循环，在到达人类代理之前不会中断循环。我希望僵尸代理向人类代理移动一步，然后让人类代理移动 代码到目前为止我不确定您在绘制曼哈顿距离过程中要做什么。这似乎是一个相对简单的复杂方法，但也许我误解了你的目的。以下是我将如何处

我正在用Encog库构建一个反向传播神经网络，它根据大约50个因子来做出决策，我需要它的最佳设计帮助：我们确实需要50个输入神经元，4个神经元作为输出来给出4位数的答案，但我不确定隐层中的神经元数量，有多少个是最好的？ 我还想问一下，带segmoid激活函数的反向传播是否最适合这种情况。 感谢您的帮助。使用单个隐藏层。只有一个隐藏层的神经网络已被证明是一个通用的近似。见： 至于隐藏神经元的数量。你需要进行实验。我会从50开始，然后尝试25-75 如果预期输出介于0和1之间，则可以使用Sigmoi

最近我发现了一个神经网络尝试对字符进行分类的例子。训练了两个神经网络。一个有噪声数据集，另一个没有噪声数据集。我试图从理论上解释为什么使用嘈杂的训练集可以得到更好的结果，但我没有得到足够的理解。谁能给我解释一下吗？提前感谢使用噪声训练神经网络提高了泛化能力（网络为新的未知数据提供正确预测的能力），因为噪声使神经网络更难精确地拟合每个数据点（阻止神经网络仅记忆训练数据的准确值，从而迫使它学习更有意义的关系）。有关噪波和其他形式的正则化之间关系的数学细节和信息，您可以查看

我想对MRS做的是教自己一些基本的人工智能；我想做的是制作一个火箭实体，包括向量排气和分段。有人知道如何制造一个可以飞行的实体吗？还是我需要不断地向上施力？嘿，创伤，你的问题看起来很孤独：） 我看了一篇关于MRS2.0的MSDN文章，我相信您实际上需要创建某种火箭实体，然后创建一个可以使用的推进器实体。在本文中，他们能够重用DifferentiesDrive实体来推动他们的机器人向前发展。我希望这有帮助。我或多或少是在黑暗中拍摄的，因为还没有其他人试图帮助你。干杯！：） 我只是从MRS本人开始，

我现在正在做一个项目，如果能够在正文中发现某个主题/想法，那将非常有用。例如，如果文本包含： 如果你能多告诉我一点琼斯先生是谁，也许会有帮助。如果我能描述一下他的外貌，或者拍张更好的照片，那也会很有用 如果能发现这个人要琼斯先生的照片那就太好了。我可以采取一种非常幼稚的方式，只寻找“照片”或“照片”这个词，但如果他们写下如下内容，这显然是不好的： 请不要给我寄琼斯先生的照片 有人知道从哪里开始吗？有可能吗 我已经研究过类似nltk的东西，但我还没有找到一个人做类似事情的例子，并且仍然不能完全确定

我正在用C#&XNA编写一个抽象的策略游戏。至于人工智能，我目前正在使用Negascout，深度为5。以下是对游戏的描述： 游戏包括一个由6x7个六边形位置、42个六边形瓷砖组成的棋盘，每个玩家（最多2名玩家）有6块棋子（1个国王和5个棋子） 在游戏的第一阶段，玩家交替地在棋盘的空白位置放置一个随机瓷砖。每个瓷砖最多可以有6个箭头指向边缘。有些箭头可以是双箭头。箭头表示该瓷砖的移动方向。如果存在有效位置，则双箭头可使工件移动/跳跃2个位置。如果棋盘上还有空位，玩家不允许在对手的行中放置棋盘 此阶

我不是数学家，但想深入研究人工智能。我在亚马逊上搜索了一下，发现书架上出现了成千上万本书（差不多） 作为一个没有太多数学知识的AI初学者，我应该选择哪一个？我的意思是我不想要一本只用公式解释一切的书。几年前我就有过一本这样的书，我不再想人工智能了。他父亲对人工智能的介绍应该是。两年前我买了这本书，当时我想开始学习人工智能： 这是非常基本的，每件事都以一种任何人都能理解的方式来解释。而且这本书也不多读。开始学习基本概念的好地方 罗素和诺维格是经典之作。我认为这样的东西进入了恰到好处的深度： 有

根据（我知道这是一个不好的来源）神经网络由 神经元的输入层 多个（B）隐藏层，每个层由C神经元组成 “D”神经元的输出层 我理解输入和输出层的含义 我的问题是如何确定最佳的层数和每层神经元数 增加“B”的优点/缺点是什么 增加“C”的优点/缺点是什么 增加“B”和“C”有什么区别 只是时间（处理能力的限制）还是让网络更深会限制结果的质量？我应该更关注深度（更多层）还是广度（每层更多神经元） 层/节点的数量取决于分类任务和您对NN的期望。理论上，如果你有一个线性可分离的函数/决策（例如布尔

对于即将到来的考试，我有以下复习题，希望能得到一些帮助。我必须用决心来回答“玛丽只用青苹果做馅饼”的问题。我目前的知识库和语言如下： Mary only uses apples from John to make pies: ∀π,a(Apple(a) ∧ Pie(π) ∧ Make(M,π,a) => Grows(J,a)) (⌐Apple(a) V ⌐Pie(π) V ⌐Make(M, π, a) V Grows(J,a)) (in CNF) 最新更新： 总的来说，我会尽量说

LSTM网络如何知道何时是忘记所学到的依赖关系的好时机 这个问题和SO无关，因为它是关于机器学习理论，而不是具体的编程问题。最好在忘记门输出接近0的值时询问它。网络必须自己了解情况。。。

我试图掌握深层神经网络的概念。当他们被解释时，他们基本上说网络的每一层代表一个抽象层次，例如，第一层是关于边缘，下一层是关于形状，比如轮子，下一层是关于轮子加起来是什么，比如汽车 这张图片几乎代表了以下概念： 计算每层的权重时，是一次计算一层，还是将所有层一起计算。你是先在一组标有不同边缘的图像上运行人工智能，然后在一组标有车轮等东西的图像上运行人工智能，然后在一组标有汽车的图像上运行人工智能，还是让网络自行解决这一问题？你没有在每一层上为深度网络提供监控，就构建数据集而言，这太复杂了。您在这

我正在尝试编写一个程序，可以解决PDDL中的迷宫问题，例如使用graphplan。从我在互联网上看到的例子中，我们可以找到问题的解决方案（例如），但只有一个。我对我的项目有一些具体的限制，这要求我获得所有可能的解决方案来解决迷宫，然后分别评估这些解决方案。这可能吗 PDDL是一种描述问题的规范，它与输出无关。搜索系统的实现负责返回结果。对于大多数使用PDDL的比赛，他们只需要一个单一的比赛结果计划，因此许多计划系统只返回一个结果（我在比赛中看到的）。如果您自己滚动，那么您可以返回全部，或者如果您

我想开发一个基因程序，可以解决一般问题，比如在电脑游戏中生存。因为这是为了娱乐/教育，我不想使用现有的图书馆 我想到了以下想法： 输入是一个由N个整数组成的数组。 遗传程序由多达N个AST组成，每个AST从一些数组元素获取输入，并将其输出写入单个特定数组元素 AST可以是任意复杂的，并且只包含四个算术运算符（+、-、*、/），并且可以对给定数组的常量和固定元素进行操作（无随机访问） 对于[N=3]，我们有3个AST，例如： a[0] = {a[0] + 1} a[1] = {a[0] + a[1

从客户端使用Google语音到文本API时遇到问题。 我已经通过一个“库”记录语音，并将编码数据作为BASE64发送到语音到文本API，但是API正在响应空白对象。 很可能是编码问题。有人能帮我吗？下页讨论了base64编码音频数据的不同方法：。您可以尝试几种不同的编码方式，看看是否匹配。你可能还想把你提到的库从等式中去掉，从一个简单的音频文件开始测试。我试过一个音频文件，它的比特率是16，sampleRate是16000，可以工作。但是现在，我想对录制的音频进行编码。我面临的问题是MediaR

我想问一下expertsystem方法确定性因素和正向链接。 确定性因素中是否存在正向链接方法

在原始数据的表格背后，Wolfram Alpha是如何工作的 我想象有各种各样的人工智能机制驱动着这个网站，但我不知道有人会怎么把这样的东西放在一起。有什么解释可以帮助程序员理解这样的东西是如何创建的吗？知识库是自己学习的，还是以非常有组织的方式教授非常具体的细节？使用什么样的结构和语言来存储这种类型的数据 显然，这是一个巨大的问题，在这里无法完全回答，但了解一些一般概念会很好，这样我就可以在它们的基础上进行自己的研究。看一看。有部分解释：Mathematica语言。看起来像是大量算法，其中一些

我正在寻找研究（出版）的人工智能技术阅读食谱。配方是一个非常有限的领域，在自然语言识别引擎中可能具有一定的准确性 我打算编写一个程序，允许从web浏览器将配方复制/粘贴到AI中，并让它通过“阅读”配方来确定标题、作者、成分、说明、营养信息等。我也希望能够处理PDF文件（我有一个大的收集），也许也只是使用复制/粘贴 输出将是某种（标准）基于XML的格式，可由配方组织者读取 我想到的是博士或硕士水平的工作。你可能会发现与之相关的人工智能的一个子领域是 信息提取算法通常使用规则（如正则表达式）来识别文

我有一门人工智能课程，我们必须做项目。我选择做一个遗传算法，因为我对这个概念还不熟悉，所以我有几个问题。我已经研究过了，我得到了这个想法，并遵循简单遗传算法对火车视频进行编码，没有任何问题。然而，我在YouTube上看到了多个汽车进化的视频，我不知道如果只有一辆汽车被渲染到屏幕上，他们怎么会有20辆这样的车。我想尝试创建类似乒乓球的游戏（我将使用基本物理引擎），其中玩家A是计算机，它始终遵循球的Y坐标，因此不会丢失，而玩家B应该使用遗传算法进行进化。每次玩家B输了，我该如何进化它呢。染色体是什么