Що таке ГЛИБОКІ НЕЙРОННІ МЕРЕЖІ Англійською - Англійська переклад

• deep neural networks
• deep neural network
• deep neural nets

Приклади вживання Глибокі нейронні мережі Українська мовою та їх переклад на Англійською

Глибокі нейронні мережі і ML;
Deep neural networks and machine learning;

Конволюційні глибокі нейронні мережі(CNN) використовуються в комп'ютерному зорі.
Convolutional deep neural networks(CNNs) are used in computer vision.

Глибокі нейронні мережі, як правило, інтерпретуються через теорему універсального наближення або ймовірнісний висновок.
Deep neural networks are generally interpreted in terms of the universal approximation theorem or probabilistic inference.

Обидва ці методи спиралися на глибокі нейронні мережі, навчені передбачати властивості білка по його генетичній послідовності.
Both of these methods relied on deep neural networks that are trained to predict properties of the protein from its genetic sequence.

Але глибокі нейронні мережі якимось чином знаходять правильну відповідь.
And yet deep neural networks some how get the right answer.

Системи розпізнавання голосу, такі як Siri і Cortana, використовують машинне навчання і глибокі нейронні мережі для взаємодії з людиною.
Not forgetting voice recognition systems such as Siri and Cortana that use machine learning and deep neural networks to imitate human interaction.

Глибокі нейронні мережі, як правило, інтерпретуються через теорему універсального наближення або ймовірнісний висновок.
Generally, deep neural networks are interpreted in terms of the probabilistic inference or universal approximation theorem.

Ви не тільки навчитеся використовувати інструменти, такі як глибокі нейронні мережі, але ви отримаєте глибоке розуміння того, чому вони працюють.
Not only will you learn how to use tools, such as deep neural networks, but you will gain a profound understanding of why they work.-.

Нині ж глибокі нейронні мережі демонструють свою здатність«вчитися», отримуючи інформацію не тільки із зображень, але і з текстових та аудіо даних.
Today, deep neural networks demonstrate their ability to"learn", receiving information not only from images, but also from text and audio data.

З іншого боку, Tensor Networks можна розглядати як новий об'єкт для машинного навчання, в деяких випадках- більш експресивний, ніж глибокі нейронні мережі.
On the other hand, Tensor Networks can be seen as a new trainable Machine Learning object, in some cases being more expressive than Deep Neural Networks.

Глибокі нейронні мережі домоглися вражаючого успіху останнім часом в обробці різних видів даних, включаючи зображення, відео, аудіо і, меншою мірою, тексту.
Deep neural networks have had amazing successes lately in processing multiple sorts of data, including images, video, audio, and to a lesser extent, text.

AlphaZero компенсує низьку кількість оцінок, використовуючи свої глибокі нейронні мережі, щоб зосередитися набагато більш вибірково на найбільш перспективних варіантах.[2].
AlphaZero compensates for the lower number of evaluations by using its deep neural network to focus much more selectively on the most promising variation.[2].

Глибокі нейронні мережі(ДПС) вийдуть за рамки класичних обчислень і почнуть служити для створення систем, які можуть самостійно вивчати навколишній світ.
Deep Neural Networks(DNS) will go beyond the framework of classical computing and will begin to serve to create systems that can independently explore the surrounding world.

Це алгоритм машинного навчання, який використовує глибокі нейронні мережі для вивчення характеристик звуків, а потім створює абсолютно новий звук на основі цих характеристик.
It's a machine learning algorithm that uses deep neural networks to learn the characteristics of sounds, and then create a completely new sound based on these characteristics.

Глибокі нейронні мережі домоглися вражаючого успіху останнім часом в обробці різних видів даних, включаючи зображення, відео, аудіо і, меншою мірою, тексту.
Deep neural networks have achieved remarkable success in recent years in the treatment of various types of data including images, video, audio, and, to a lesser extent, text.

Це алгоритм машинного навчання, який використовує глибокі нейронні мережі для вивчення характеристик звуків, а потім створює абсолютно новий звук на основі цих характеристик.
The NSynth algorithm inspires musicians by using a deep neural network to learn the characteristics of sounds, and then create a completely new sound based on these characteristics.

Сьогодні глибокі нейронні мережі з різними архітектурами, такі як згорткові, періодичні та автокоддерні мережі, стають все більш популярною областью досліджень.
Today, deep neural networks with different architectures, such as convolutional, recurrent and autoencoder networks, are becoming an increasingly popular area of research.

ШІ використовує дані, отримані з тисяч датчиків Інтернету речей, які подаються в глибокі нейронні мережі, які, в свою чергу, передбачають, які тенденції вплинуть на майбутнє енергоспоживання.
The AI uses data pulled from thousands of IoT sensors which is fed into deep neural networks, which predict how different choices will affect future energy consumption.

CNN(convolutional neural network)- глибокі нейронні мережі, теорія застосування яких з'явилася ще в 50-х роках, проте ніхто не розумів, як реалізувати повноцінно машинне навчання, і люди почали здаватися.
CNN(convolutional neural network)- deep neural networks whose application theory appeared in the 50-ies, but no one understood how to fully implement machine learning, and people began to surrender.

Наш движок ймовірнісної логіки, який обробляє факти та переконання, наш движок еволюційного навчання програми, яка обробляє практичні знання, наші глибокі нейронні мережі, обробні сприйняття- всі вони працюють спільно, оновлюючи один набір вузлів і зв'язків гиперграфа.
Our probabilistic logic engine, which handles facts and beliefs, our evolutionary program learning engine, which handles how-to knowledge, our deep neural nets for handling perception- all of these cooperate together in updating the same set of hypergraph nodes and links.

Моя власна інтуїція підказує, що найкоротший шлях до ОІІ буде полягати в тому, щоб використовувати глибокі нейронні мережі там, де вони найбільше пристосовані, і зробити їх гібридними, наділити більш схожими на методи ШІ логічними системами, щоб вони могли обробляти більш просунуті аспекти людиноподібного свідомості.
My own intuition is that the shortest path to AGI will be to use deep neural nets for what they're best at and to hybridize them with more abstract AI methods like logic systems, in order to handle more advanced aspects of human-like cognition.

Я вважаю, що ОІІ найбільш ефективно вдасться досягти за рахунок з'єднання алгоритмів, які використовують низькорівневим інтелектом, таких як сприйняття і рух(наприклад, глибокі нейронні мережі), з алгоритмами, які використовуються для абстрактних міркувань високого рівня(логічні движки).
I believe AGI will most effectively be achieved via bridging of the algorithms used for low-level intelligence, such as perception and movement(e.g., deep neural networks), with the algorithms used for high-level abstract reasoning(such as logic engines).

Моя власна інтуїція підказує, що найкоротший шлях до ОІІ буде полягати в тому, щоб використовувати глибокі нейронні мережі там, де вони найбільше пристосовані, і зробити їх гібридними, наділити більш схожими на методи ШІ логічними системами, щоб вони могли обробляти більш просунуті аспекти людиноподібного свідомості.
My own intuition tells me that the shortest way to they will be to use deep neural networks where they are most suited, and make them a hybrid, to give more like methods in AI logical systems, so they can handle the more advanced aspects of humanoid consciousness.

Наш движок ймовірнісної логіки, який обробляє факти та переконання, наш движок еволюційного навчання програми, яка обробляє практичні знання, наші глибокі нейронні мережі, обробні сприйняття- всі вони працюють спільно, оновлюючи один набір вузлів і зв'язків гиперграфа.
Our engine probabilistic logic that processes facts and beliefs, our engine of evolutionary learning program that handles practical knowledge, our deep neural networks that process the perception- they all work together, updating one set of nodes and links of the hypergraph.

ReLU як функція активації є найбільш популярна для глибоких нейронних мереж.
It is probably the most popular activation function for deep neural networks.

Глибокої нейронної мережі.
Deep Neural Network.

Вони також зменшують навантаження, необхідне для реалізації глибокої нейронної мережі.
They also reduce the load required to implement a deep neural network.

Олександр спеціалізується на спайкінгових та глибоких нейронних мережах, обіймає посаду Machine learning Engineer у GlobalLogic.
Alexander specializes in spiking and deep neural networks, holds the position of Machine Learning Engineer at GlobalLogic.

Вони співпрацювали з компанією iRhythm, яка займається виготовленням серцевих моніторів, щоб зібрати великий масив даних для формування моделі глибокої нейронної мережі.
They collaborated with the heartbeat monitor company iRhythm to collect a massive dataset that they used to train a deep neural network model.