Una forma de ver una red neuronal en función de varias minimas locales.
Imagine la capa de entrada, todo se alimenta a varios nodos de la segunda capa. ¿Imagina lo que hace que varios nodos en la segunda capa sean diferentes entre sí? Si los inicializa igual, todos se comportarán igual … entonces, dependiendo de cómo inicialice los nodos, cada nodo encuentra un mínimo local en el espacio donde los inicializa. La capa posterior se construye sobre los mínimos locales encontrados por la capa anterior.
Ahora mire el algoritmo genético. Se usa para encontrar el mejor punto óptimo, posiblemente un mínimo global cuando hay varios mínimos locales … Por selección natural. cruzado y mutación, GA puede, en mi débil entendimiento, funcionar mejor que la red neuronal … pero NN ha evolucionado con CNN, RNN y similares … Incorporar todo eso en GA, sería difícil. No estoy seguro si some1 ha intentado todo esto …
- ¿Por qué los países no pueden pelear guerras usando robots en lugar de humanos?
- ¿A dónde voy para aprender más sobre la naturaleza de la humanidad a través de nuestra comprensión de la inteligencia artificial?
- ¿Cómo describirías tu robot personal ideal?
- El futuro: a largo plazo, ¿cuáles serán más inteligentes, máquinas inteligentes o humanos?
- ¿Cómo funciona el aprendizaje residual profundo?