unless it is some GAN architecture, though it got better.
Optimizing the weights given the architecture is trivial. All the action is in optimizing the architecture.
-
-
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
factually incorrect
-
Agreed. Some “architecture” is hard-coded into our world, or at least our consensus view wrt the world codified as math. Chasing long-tail esoterics is, by definition, inefficient wrt societal resources. Esp when we’ve yet to uncover the “why” governing this observed order.
Keskustelun loppu
Uusi keskustelu -
-
-
Trivial, given an infinite supply of computational resources* Otherwise, very hard.
-
That's the definition of AI.
- Näytä vastaukset
Uusi keskustelu -
-
-
In the case of deep learning, if you don’t give some constraints the possible architectures are infinite.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Trivial for some models. The more heterogenous the model the harder it is to train. It's also hard to train if what you are fitting is statistical data instead of label data.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.