<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
關(guān) 閉

新聞中心

EEPW首頁(yè) > 工控自動(dòng)化 > 業(yè)界動(dòng)態(tài) > 2016 深度學(xué)習機器人領(lǐng)域最新應用及趨勢總結

2016 深度學(xué)習機器人領(lǐng)域最新應用及趨勢總結

作者: 時(shí)間:2016-08-15 來(lái)源:新智元 收藏
編者按:深度學(xué)習在機器人領(lǐng)域還僅僅處于起步階段,而將來(lái)深度學(xué)習在機器人領(lǐng)域中的應用對發(fā)展通用人工智能大有助益。

  尚待解決的DL問(wèn)題

本文引用地址:http://dyxdggzs.com/article/201608/295483.htm

  一個(gè)經(jīng)常提到的問(wèn)題是如何將訓練后的深度學(xué)習系統整合進(jìn)應用于現實(shí)世界的產(chǎn)品,不論是家用還是自動(dòng)駕駛汽車(chē)。絕大部分講者認為,將測試中的每一個(gè)可能情形列舉出來(lái)是不可能的,因此必須設定一些標準的故障容差數據集。Scheirer將容差與工廠(chǎng)里依靠統計模型進(jìn)行測試作類(lèi)比。NicholasRoy則認為基于模型的方法更好。

  WalterScheirer從數據的角度討論了CNN魯棒性低的問(wèn)題。CNN顯然適用于單個(gè)圖像分類(lèi)任務(wù),但魯棒性低有時(shí)候確實(shí)是個(gè)問(wèn)題。Scheirer借用心理物理學(xué)(Psychophysics)評價(jià)神經(jīng)網(wǎng)絡(luò )的方式,測試識別模糊圖像和遮擋問(wèn)題。結果得到了很多性能一流的網(wǎng)絡(luò ),結果分辨率用人眼看也沒(méi)有什么顯著(zhù)降低。因此,Scheirer指出,CNN在圖像識別方面性能“超人”,但應用起來(lái)表現不好,實(shí)際上是參數沒(méi)有設置好,導致算法魯棒性評估出了問(wèn)題。

  在討論中還出現了很多有趣的問(wèn)答。有人問(wèn)我們用人類(lèi)使用的數據訓練機器,這樣的機器是否能夠擁有超過(guò)人的能力,OliverBrock回答說(shuō)“AlphaGo”。另一個(gè)則是研究中在線(xiàn)訓練時(shí)間的問(wèn)題,有人問(wèn)網(wǎng)絡(luò )線(xiàn)下訓練的權重是否重要時(shí),Raia回答說(shuō)“是”。不過(guò)她之后具體闡述了這個(gè)問(wèn)題,也是谷歌DeepMind在強化學(xué)習研究中的核心問(wèn)題。

  總結

  最后,Pieter說(shuō)相比以前,人腦也沒(méi)有得到很明顯的進(jìn)化,但除了吃喝,我們還從中“得出”了很多充滿(mǎn)智慧的發(fā)展。


上一頁(yè) 1 2 3 4 下一頁(yè)

關(guān)鍵詞: 機器人 傳感器

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>