Deep Learning

[@angelomiccinilli9181]

alla legittima domanda , da parte dello spettatore , su come potesse la macchina , interiorizzare il senso umano di rischio del proprio denaro e anche dell'orgoglio, potrei azzardare una risposta : nel meccanismo di "apprendimento supervisionato" il 100% dei dati completi che formeranno i " dati di addestramento " vengono inizialmente divisi in due blocchi , uno circa 80% verrà utilizzato per l'addestramento e la modifica successiva dei pesi e bias dei neuroni , fino ad ottenere risultati soddisfacenti di risposte corrette del modello voluto , poi il rimanente 20% dei dati non utilizzati ed " opportunamente nascosti anche al programmatore " verranno usati come " dati di validazione " dell'apprendimento della rete dopo l'addestramento. è ovvio che l'umano tramite i dati di addestramento da lui forniti alla rete e in modo migliore se vissuti come esperienza in prima persona , contengono all'interno le strategie computazionali ed emotive del soggetto che addestra la rete , per cui dipende esclusivamente da chi addestra e come addestra la rete , in quanto le reti neurali sono probabilistiche e non deterministiche quindi assumere qualsiasi combinazione di stati possibili

[@antolepore]

Che succede al minuto 26 con i quadri ?

[@LoYakRosso]

ha messo una foto nel softwere che riproduce stili dei pittori utilizzando deep learning

[@davideturotti2968]

molto interessante grazie

[@mariofrontini4104]

Molto interessante e ben spiegato

[@cristiandicesarea1307]

Davvero molto coinvolgente

[@antolepore]

Non è proprio così ... le GPU sono state create perchè andavano create ... poi gli scienziati sono arrivati a capire anche loro come usarle mentre i gamer e le software house dei titoli AAA pensavano a fare altri titoli da vendere ... e a giocarli

[@LorenzoCrippa76]

Interessante e ben presentato

[@AntonioProce]

molto innovativo grazie

[@antolepore]

chi ci dice che l'esempio del pong è vero ?

[@davidesliepcevich1025]

Like per il dissing a renzi