Hva er dyp læring?
Spørsmål: Hva er dyp læring?
A: Dyp læring er en type maskinlæring som bruker nevrale nettverk til å behandle informasjon, og er ofte organisert med minst ett mellomliggende (skjult) lag mellom inngangs- og utgangslagene.
Q: Hva er de forskjellige typene læringsøkter som brukes i dyp læring?
A: Dyp læring kan organiseres i uovervåkede, semi-overvåkede og overvåkede læringsøkter.
Q: Hva er noen oppgaver som er enkle for mennesker, men vanskelige for datamaskiner å utføre?
Svar: Oppgaver som å gjenkjenne og forstå tale, bilder eller håndskrift er enkle for mennesker, men vanskelige for datamaskiner å utføre.
Sp: Hva skjer med informasjonen når den behandles i et flerlags nevralt nettverk?
Svar: I et flerlags nevralt nettverk blir informasjonen som behandles mer abstrakt for hvert lag som legges til.
Spørsmål: Hva er modeller for dyp læring inspirert av?
A: Dype læringsmodeller er inspirert av informasjonsbehandling og kommunikasjonsmønstre i biologiske nervesystemer.
Q: Hvordan skiller dyplæringsmodeller seg fra egenskapene til biologiske hjerner?
A: Dype læringsmodeller er forskjellige fra de strukturelle og funksjonelle egenskapene til biologiske hjerner, spesielt den menneskelige hjernen, på mange måter, noe som gjør dem uforenlige med nevrovitenskapelige bevis.
Spørsmål: Hva er et annet begrep for dyp læring?
A: Dyp læring er også kjent som dyp strukturert læring eller hierarkisk læring.
