artificial-intelligence

    -1热度

    1回答

    我有一个段落,系统必须理解它,它应该回答用户提出的所有问题。请说出技术和方法。

    0热度

    1回答

    任何人都可以请澄清如何(因为我没有在任何地方找到任何明确的例子)MCTS算法迭代为第二个球员。 我看起来似乎只是看起来像它正在播放,例如P1每次移动。 我理解一个代理的步骤,但我从来没有发现任何显示P2放置其计数器的代码的任何内容,这肯定在增长树时必须发生。 基本上我所期望的: 每个ITER: 选择节点PLAYER1 扩大PLAYER1 选择节点Player2 扩大玩家2 推出 backpropo

    0热度

    1回答

    我目前正在学习tensorflow。我试图用softmax模型来建立一个分类模型。 在程序中,我在CSV文件中将训练数据集设置在两列的左侧和两列右侧的两个标签中。如: 数据1,数据2,label1的,LABEL2 234,23,1,0#234比23大,所以label1的被标记为1,和label2标记为0 156,113,如图1所示, 0 1,4,0,1 它的作用是对上述训练数据集中基数最大的测试数

    -1热度

    1回答

    我是新来的ML/NLP领域,所以我的问题是,什么样的技术是最合适的,以实现以下目标: 我们有一个简短的句子 - “去哪里吃晚饭?”或“你最喜欢的酒吧是什么?”或者“你最喜欢的便宜酒吧是什么?” 是否有这将使我训练它提供以下数据集的技术: “去哪里吃饭?” - >晚餐 “你最喜欢的酒吧是什么?” - >酒吧 “你最喜欢的便宜餐厅是什么?” - >廉价,餐厅 这样下一次我们有一个类似的问题关于一个未知

    -2热度

    1回答

    如何使用最小最大值算法设计高效的十六进制游戏算法,因为它的分支因子太高。 使用简单的最小最大算法,但在这种情况下,对于一个11 * 11棋盘游戏,我们有121个组合,所以对于这个如何减少组合数量什么是最小化这种组合方法

    0热度

    1回答

    我有一个模型,其中有几个属性/属性是固定的(约15个独立属性)。 相同的模型有另一个属性,这是我最感兴趣的属性。我想最大化该属性的某个值。 我想找出哪些固定的属性值影响最有趣的属性根据我的数据。我认为这是一个统计问题,但我不确定。 一个现实生活中的例子是具有以下所有固定属性的抵押贷款数据库:银行分行,邮政编码,就业,薪水,信用评分,关系状态,子女数量等。然后我有一个属性是抵押贷款是否违约。 我想找

    2热度

    2回答

    在学习阶段的神经网络中,有两种机制发生。前馈和后向传播。以异或操作为例。 A B Q 0 0 0 0 1 1 1 0 1 1 1 0 对于第一遍(0,0-> 0)的前馈发生时,然后反向传播happens.After此步骤被重新计算所有的权重。 现在会发生什么? 问题1:同样的输入0,0是用新计算的权重(反向传播期间)前馈,然后反向加工直至错误变为无效?如果是的话,如果错误从来没有发生过

    1热度

    1回答

    因此,我一直在研究一种应用程序,用户可以上传代表某种表单的(扫描的)PDF文件,在感兴趣的字段周围绘制边界框,内容OCR'd并以结构化文本格式返回。因为绘制边界框是一种拖拽,我正在考虑一种减少用户所需工作的方法;即已经向他/她提供了一种自动检测的形式分区。我开始研究这个问题,并发现了一些有趣的方法,主要基于计算机视觉算法。然而,由于这个应用程序可能会在将来频繁使用,因此用户会绘制大量的边界框,因此

    1热度

    1回答

    对于人工智能assingment我试图通过将数组作为返回值发送到生成函数来获得4个单独的数组。发送数组1时,它正常工作。但是当发送数组2,3和4时,它将覆盖先前生成的数组。在最后阵列的输出,array4是在这一刻: ['#', '#', '#', '#', '#'] ['#', 'G', '☐', 'G', '#'] ['#', '☐', 'P', '•', '#'] ['#', 'P',

    1热度

    1回答

    这两种算法都会生成随机邻居,如果遇到状态好于当前状态的邻居,则会选择它们。 那么差异在哪里呢? 无处不在,First Choice Hill Climbing适用于许多接班人的情况。但真的,有什么区别? 此外,在链接: Stochastic hill climbing vs first-choice hill climbing algorithms 要提及的是第一选择采第一随机移动和随机拾取被随机