文献检索-宁波市创意产业特色资源库

限定检索结果

基于强化学习的自动化神经网络设计: 收藏
分享
引用; 《信息技术与信息化》2018年第10期 30-32页; 作者：谢浩蒋育康焦润泽同济大学电子与信息工程学院上海201804; 近年来,深度学习(Deep learning, DL)在图像、语音和自然语言处理等领域都取得了突破性的进展。相比于传统的机器学习,深度学习避免了对于输入数据的手动特征提取,即特征工程(feature engineering),但是却引入了复杂的模型结构设计以及...; 近年来,深度学习(Deep learning, DL)在图像、语音和自然语言处理等领域都取得了突破性的进展。相比于传统的机器学习,深度学习避免了对于输入数据的手动特征提取,即特征工程(feature engineering),但是却引入了复杂的模型结构设计以及超参数调试工作。强化学习(Reinforcement Learning, RL)是目前最有可能成为通用人工智能的学习策略,本文探讨了如何利用强化学习来从假设空间中选取最优的网络结构,从而避免繁杂的手工设计工作。; 来源：详细信息评论

限定检索结果