Sta znaci na Engleskom DUBOKO UČENJE - prevod na Енглеском

• deep learning

Примери коришћења Duboko učenje на Српском и њихови преводи на Енглески

Šta je u stvari duboko učenje?
What is deep learning?

Duboko učenje je potpuno različito od svih ostalih algoritama.
Deep learning is intrinsically different from other algorithms.

Glavni generator ovog rasta je duboko učenje i video-analitika.
The major driver is deep learning for video analytics.

To je veoma duboko učenje i nije baš lako za početnike da ga razumeju.
It is very profound teaching, not easy for beginners to understand.

To otkriće je pretvorilo mašinsko učenje u duboko učenje.
This discovery changed machine learning into deep learning.

Teme su uvod u duboko učenje i konvolucione neuralne mreže.
An introduction to deep learning and neural networks insidebigdata.

Moždane neuronske veze čine milijarde povezanih neurona, a duboko učenje stimuliše ovu strukturu.
Brain neural networks are comprised of billions of interconnected neurons; deep learning simulates this structure.

Teme su uvod u duboko učenje i konvolucione neuralne mreže.
In this episode, I explore deep learning and convolutional neural networks.

Tokom poslednje dve godine, svedoci smo brzog stvaranja trećeg talasa razvoja silicijumskih procesora koji je prvenstveno usmeren na duboko učenje.
Over the past couple of years, we have seen the rapid buildup of the third wave of silicon processor development, which has primarily targeted deep learning.

Teme su uvod u duboko učenje i konvolucione neuralne mreže.
This course is about deep learning fundamentals and convolutional neural networks.

Ovi oblici inteligentnih funkcija zahtevaju seriju prednjih bezbednosnih kamera, servera i drugih proizvoda koji podržavaju duboko učenje algoritama.
These types of intelligent functions require a series of front-end surveillance cameras, back-end servers and other products which support deep learning algorithms.

Duboko učenje je obuka, trening mašine na kom ona uči da uspostavlja veze koje mi svakodnevno činimo.
Deep learning allows you to teach a machine how to make connections that we make every day.

Zaista me čudi da je u budističkim zemljama jedno tako duboko učenje odbačeno kao primitivni budizam:" To je za dečurliju.
I find it quite boggling that in the Buddhist world the really profound teaching has been dismissed as primitive Buddhism:? That? s for the little kids, the beginners.

Duboko učenje ne zahteva ručno intervenisanje, već se kompjuterski obrađuju karakteristike.
Deep learning does not require manual intervention but relies on a computer to extract features by itself.

Deepfakes je u komentarima na Reditu pomenuo da koristi algoritam sličan onome koji su razvili istraživači Nvidie, koji koristi duboko učenje da bi, na primer, od neke letnje scene smesta napravio zimsku.
He also mentioned that he also used an algorithm similar to one developed by Nvidia researchers that uses deep learning to, for example, instantly turn a summer video into a winter one.

Algoritamski model za duboko učenje ima mnogo dublju strukturu nego što je troslojna struktura tradicionalnih algoritama.
The algorithmic model for deep learning has a much deeper structure than the traditional algorithms.

Deepfakes je u komentarima na Reditu pomenuo da koristi algoritam sličan onome koji su razvili istraživači Nvidie, koji koristi duboko učenje da bi, na primer, od neke letnje scene smesta napravio zimsku.
In a comment thread on Reddit, deepfakes mentioned that he is using an algorithm similar to one developed by Nvidia researchers that uses deep learning to, for example, instantly turn a video of a summer scene into a winter one.

Algoritamski model za duboko učenje ima mnogo dublju strukturu nego što je troslojna struktura tradicionalnih algoritama.
The algorithmic model for deep learning has a much deeper structure than the two 3-layered structures of traditional algorithms.

Duboko učenje će postati nova i prodorna„ horizontalna“ tehnologija koja će se koristiti u skoro svakom poslovanju i u svakom tehnološkom proizvodu.
Deep learning will likely be a new, pervasive,“horizontal” technology, one that is used in almost every business and in almost every technology product.

Duboko učenje je veoma slično ljudskom procesu učenja koje karakteriše proces apstrahovanja, za šta je potrebno delimično razumevanje( plitko), koje ide ka kompletnom dubljem apstahovanju prilikom uočavanja nekog predmeta.
Deep learning is very similar to the human learning process, and has a layer-by-layer feature abstraction process, it takes a partial understanding(shallow) to an overall abstraction(deep) where we can perceive the object.

Прозор могућности за дубоко учење сужава се после тог посебног периода адолесценције.
The window of opportunity for deep learning narrows after that special period of adolescence.

Ово је веома дубоко учење.
This is a deep learning.

Педрос Домингос, професор на Универзитету у Вашингтону који води истраживање машинског учења у хедге фонду ДЕ Схав, каже да је дубоко учење било препознато.
Pedros Domingos, a professor at the University of Washington who leads machine learning research at hedge fund DE Shaw, says it's beyond time that deep learning was recognized.

Тренутно, индустрија вештачке интелигенције поново цвета, што подразумева дубоко учење, машински вид и тако даље.
At present, the artificial intelligence industry is booming again, which involves deep learning, machine vision and so on.

Анализа око 2009- 2010. године супротставила је модел GMM( и другим генеративним моделима говора) против DNN модела, подстаћући рана индустријска улагања у дубоко учење за препознавање говора, што је довело до продорне и доминантне употребе у тој индустрији.
Analysis around 2009-2010, contrasted the GMM(and other generative speech models) vs. DNN models, stimulated early industrial investment in deep learning for speech recognition, eventually leading to pervasive and dominant use in that industry.

Његова брзина је обезбеђена помоћу Hebbian link-weights( Chapter 9 of in D. Graupe, 2013[ 147]), који служи да интегрише различите и обично другачије филтере у много слојева и да подигну важност различитих слојева и функција датих задатака за дубоко учење.
Its speed is provided by Hebbian link-weights(Chapter 9 of in D. Graupe, 2013[147]), which serve to integrate the various and usually different filters(preprocessing functions) into its many layers and to dynamically rank the significance of the various layers and functions relative to a given task for deep learning.

Системи препоруке користили су дубоко учење да извуку значење дубоких особина за скривене факторе препоруке задовољног купца за музику.[ 265] Скорије, уопштено први пут за учење предности за више подручја коришћењем multiview- дубоко учење је било представљено.[ 266] Овај модел користи хибридне collaborative и пристају засновани на садржини и појачану препоруку у сложеним задацима.
Recommendation systems have used deep learning to extract meaningful deep features for latent factor model for content-based recommendation for music.[265] Recently, a more general approach for learning user preferences from multiple domains using multiview deep learning has been introduced.[266] The model uses a hybrid collaborative and content-based approach and enhances recommendations in multiple tasks.

Такве анализе TIMIT- ја од Li Denga и колега око 2009. до 2010. Године, разликују GMM( и остале генеративне моделе говора) у односу на DNN моделе, подстичући рана индустријска улагања у дубоко учење за препознавање говора од малих до великих скала,[ 47][ 68] водећи до прожету и доминантну употребу у тој индустрији.
Such analysis on TIMIT by Li Deng and collaborators around 2009-2010, contrasting the GMM(and other generative models of speech) vs. DNN models, stimulated early industrial investment in deep learning for speech recognition from small to large scales,[47][68] eventually leading to pervasive and dominant use in that industry.

ЛГ-јево крило за кућне апарате лансирало је ТхинК бренд( проглашен" Тхин К") у децембру, рекавши да ће" ЛГ ТхинК производи и услуге имати могућност да користе дубоко учење и међусобно комуницирају, користећи различите АИ технологије од других партнера као што су као и ЛГ-јева АИ технологија, ДеепТхинК.".
LG's home appliance wing launched the ThinQ brand(pronounced"Thin Q") in December, saying"LG ThinQ products and services will all have the ability to employ deep learning and communicate with one another, utilizing a variety of AI technologies from other partners as well as LG's own AI technology, DeepThinQ.".

Најисправнији рачун за коришћење језгрених машина за дубоко учење развио је Мајкрософт истраживачки тим за разумевање говорног језика.[ 220] Главна идеја је користити језгрене машине отприлике у плиткој неуронској мрежи са бескрајним бројем скривених јединица, онда користити наслагу( гомилу) спајање излаза језгрене машине и улаз у праћењу следећег, вишег нивоа језгрених машина.
A more straightforward way to use kernel machines for deep learning was developed by Microsoft researchers for spoken language understanding.[220] The main idea is to use a kernel machine to approximate a shallow neural net with an infinite number of hidden units, then use stacking to splice the output of the kernel machine and the raw input in building the next, higher level of the kernel machine.