在 印度尼西亚 中使用 Jaringan syaraf 的示例及其翻译为 中文
{-}
-
Ecclesiastic
-
Ecclesiastic
-
Computer
Sama tidak mungkin Anda akanmulai dari membuat robot perdagangan berdasarkan jaringan syaraf tiruan.
同样，您也不太可能会根据神经网络从制作交易机器人着手。Untuk melatih jaringan syaraf untuk membuat keputusan, banyak masalah bahasa membutuhkan data yang telah diberi label dengan tangan secara teliti.
为了训练神经网络做出决策，许多语言问题都需要手工标记的数据。Tutornya secara teratur mengatakan kepadanya bahwa dia membuang-buang waktunya di jaringan syaraf tiruan, namun Hinton menancapkannya.
他的导师一次次地对他说,研究神经网络就是浪费时间,Hinton全当了耳旁风。Jaringan syaraf, mengendalikan sebagian besar proses dalam ekosistem Midex, menghilangkan kemungkinan untuk kesalahan dan kompromi.
神经网络和智能合约的结合控制了Midex生态系统中的大部分流程，从而消除了错误和妥协的可能性。Combinations with other parts of speech
Perusahaan Nectome berharap dapat menunjukkan simulasi jaringan syaraf biologis yang diunggah sepenuhnya sekitar tahun 2024, menurut situs webnya.
它希望展示一个完全上传模拟生物神经网络在2024年左右,根据它的网站。Setelah jaringan syaraf yang dalam" belajar" dari ribuan sampel foto anjing, anjing dapat mengenali foto baru seakurat yang dapat dilakukan orang.
当深度神经网络学习数以千计的狗的样本图像之后，它可像人一样精确地从新图像中辨识出狗。Para peneliti telah menggunakan program yang bisa belajar-neural networks( Jaringan Syaraf Tiruan-JST)- untuk mempelajari masalah-masalah seperti ini.
研究者已使用能夠學習的程式--神經網路--來研究像這樣的問題。Untuk melatih jaringan syaraf untuk membuat keputusan, banyak masalah bahasa membutuhkan data yang telah diberi label dengan tangan secara teliti.
为了训练一个神经网络能够做决定，许多语言问题都需要人工来精心标记数据。Grossberg membentuk sebuah prinsip baru dari self-organization( teori resonansi adaptif),yang menjadi dasar bagi kelas baru jaringan syaraf tiruan( Grossberg, 1980).
Grossberg创建了自组织的新理论(adaptresonancetheory,自适应共振理论),这为一种新的神经网络奠定了基础(Grossberg,1980)。Sebuah tim peneliti di DeepMind telah menciptakan jaringan syaraf tiruan yang kabarnya menggunakan" penalaran rasional" untuk menyelesaikan tugasnya.
DeepMind的一个研究团队创建了一个合成神经网络，据报道，它使用了合理的推理来完成任务。Apapun, jaringan syaraf yang terlatih masih tidak dapat memprediksi pelabelan acak dari gambar yang tidak terlihat, yang pada gilirannya berarti bahwa jaringan saraf tidak menggeneralisasi.
无论如何，训练好的神经网络仍然无法预测未知图像的随机标记，这反过来意味着神经网络不能泛化。Dalam eksperimen mereka, Tishby dan Shwartz-Ziv melacak berapa banyak informasi yangdiberikan setiap lapisan jaringan syaraf yang dalam mengenai data masukan dan berapa banyak informasi yang tersimpan pada label output.
实验中，Tishby和Shwartz-Ziv跟踪了每层网络保留了多少输入中的信息和输出标签中的信息。DeepFish di Rusia menggunakan jaringan syaraf untuk mengidentifikasi ikan, dan Swedia Hoofstep mengumpulkan uang VC untuk membawa analisis perilaku berdasarkan pembelajaran kepada kuda.
俄罗斯的DeepFish正在使用神经网络来识别鱼类，而瑞典的Hoofstep正在筹集创投资金，以深度学习马的行为分析。Dalam eksperimen mereka, Tishby dan Shwartz-Ziv melacak berapa banyak informasi yangdiberikan setiap lapisan jaringan syaraf yang dalam mengenai data masukan dan berapa banyak informasi yang tersimpan pada label output.
在他们的实验中，Tishby和Shwartz-Ziv追踪了深度神经网络的每一层保留了多少输入数据的信息，以及每一层保留了多少输出标签的信息。DeepFish di Rusia menggunakan jaringan syaraf untuk mengidentifikasi ikan, dan Swedia Hoofstep mengumpulkan uang VC untuk membawa analisis perilaku berdasarkan pembelajaran kepada kuda.
俄罗斯的DeepFish正在使用神经网络来识别鱼类，而瑞典的Hoofstep正在筹集风险投资资金，对马匹进行深度的行为分析和学习。Dr. Hinton pindah pada tahun 1982 ke Carnegie Mellon University di Pittsburgh sebagai profesor,di mana karyanya dengan algoritma dan jaringan syaraf tiruan memungkinkan komputer menghasilkan beberapa representasi internal yang menarik, seperti yang dia katakan.
Hinton于1982年在匹兹堡的卡内基梅隆大学任教，那时他结合算法和神经网络使计算机产生一些“有趣的内在表达”，就像他所说的那样。Model terbaru ini- dimana jaringan syaraf dalam dilatih untuk mengenali pola dari sejumlah besar data- terbukti unreasonably' efektif dalam memecahkan beberapa masalah paling rumit dalam ilmu komputer.
这种新模型--其中深层神经网络被训练以识别大数据中的模式--已被证明能「不可理解的」高效解决计算机科学中的一些最复杂的问题。Meski begitu, keterlibatan" rekan sejawat" memperkuat dan menyebarkan konektifitasnya di seluruh planet ini,kita menciptakan jaringan syaraf yang hidup dari keterikatan dan keterkaitan manusia yang tidak dapat dihancurkan oleh orang-orang yang takut akan kekuatannya.
即便如此，随着“点对点”的接触加强并传播其在地球上的连通性，我们正在创造一个人类根深蒂固和相互联系的神经网络，这种神经网络不会被那些害怕它的力量所破坏。Para peneliti menguji jaringan syaraf mereka pada 30.000 peristiwa gempa utama dan gempa susulan dan menemukan bahwa neural network bisa memprediksi lokasi gempa susulan jauh lebih akurat daripada model yang digunakan sebelumnya.
研究人员对该神经网络进行了3万次主震和余震测试，发现它在预测余震发生的位置时比之前使用的模型更加准确。Dan sementara hasil awal yang dihasilkan dengan mengetuk ELMo dan model lainnya menarik, kata Klein, tidak jelas seberapa jauh hasilnya dapat didorong, mungkin dengan menggunakan lebih banyak data untuk melatih model,atau dengan menambahkan kendala yang memaksa jaringan syaraf untuk mempelajari lebih lanjut. efektif.
克莱因说，虽然利用ELMo和其他模型产生的最初结果令人兴奋，但目前还不清楚这些结果能在多大程度上推动，也许是通过使用更多的数据来训练模型，或者通过增加约束来迫使神经网络更有效地学习。Analisis Lab ESG menunjukkan bahwa model jaringan syaraf ini mudah berkembang, dan semakin banyak data yang dibutuhkan, maka modelnya juga menjadi semakin pintar.
ESG实验室的分析表明，这种神经网络模型很容易扩展，并且它得到的数据越多，模型就变得越智能。Danau Brenden asisten profesor ilmu psikologi dan data di New York University yang mempelajari persamaan dan perbedaan bagaimana manusia dan mesin belajar, mengatakan bahwa temuan Tishby mewakili" sebuah langkah penting untukmembuka kotak hitam jaringan syaraf tiruan," tapi dia menekankan bahwa otak mewakili kotak hitam yang jauh lebih besar dan lebih hitam.
纽约大学心理学和数据科学助理教授BrendenLake研究人类和机器学习方式的异同，他认为Tishby的研究成果是『打开神经网络黑箱的重要一步』，但是他强调大脑展示了一个更大、更黑的黑箱。Sebagai contoh, jaringan saraf tiruan atau jaringan syaraf tiruan adalah sistem yang telah dirancang untuk memproses informasi dengan cara yang mirip dengan cara kerja otak biologis.
例如，人工神经网络或神经网络是一种系统，旨在以类似于生物大脑工作方式的方式处理信息。Tishby berpendapat bahwa jaringan syaraf dalam belajar berdasarkan prosedur yang disebut" bottleneck informasi", yang dengannya dia dan dua kolaboratornya pertama kali dijelaskan dengan istilah teoritis murni pada tahun 1999.
Tishby认为，深度神经网络根据一种被称为“信息瓶颈”（informationbottleneck）的过程在学习，他和两位合作者最早在1999年对这一过程进行了纯理论方面的描述。Tishby berpendapat bahwa model jaringan yang dianalisis oleh Saxe danRekan-rekannya berbeda dari arsitektur jaringan syaraf yang dalam, namun bagaimanapun, bottleneck informasi yang terikat teoretis mendefinisikan kinerja generalisasi jaringan ini lebih baik daripada metode lainnya.
Tishby论证道Saxe和其同事分析的神经网络模型不同于标准的深度神经网络架构，但尽管如此，信息瓶颈理论范围比起其它方法更好地定义了这些网络的泛化能力。Para peneliti pertama-tama melatih urutan jaringan syaraf untuk mendeteksi objek, menyimpulkan hubungan di antara mereka, kemudian menghasilkan sebuah program untuk mengulangi langkah-langkah yang disaksikan manusia.
研究人员首先训练了一组神经网络来检测物体，推断出它们之间的关系，然后生成一个程序来重复它所看到的人类表演的步骤。Tishby berpendapat bahwa model jaringan yang dianalisis oleh Saxe danRekan-rekannya berbeda dari arsitektur jaringan syaraf yang dalam, namun bagaimanapun, bottleneck informasi yang terikat teoretis mendefinisikan kinerja generalisasi jaringan ini lebih baik daripada metode lainnya.
Tishby认为，Saxe及其同事分析的网络模型与标准的深度神经网络架构有所不同，但是即使如此，信息瓶颈的理论界限比其他方法更好地定义了这些网络的泛化性能。
