Differentierbarhet
Wikipedias länkgrannskap — text som graf. 96 utgående länkar (hämtade nyss, cachade nu).
Differentierbarhet är inom matematisk analys en lokal egenskap hos en funktion som generaliserar begreppet deriverbarhet till flera dimensioner. Ur differentierbarhet följer kontinuitet och kedjeregeln. Läs på Wikipedia →
Kopplar till Belägg-ämnen
Artikelns grannar
60 av 96
- 15.ai
- Action selection
- Activation function
- Adversarial machine learning
- AlexNet
- Alex Graves (datorvetenskapsman)
- AlphaFold
- AlphaZero
- Alphago
- Andrew Ng
- Ansiktsigenkänning
- Artificiell intelligens
- Artificiellt neuronnät
- Attention (machine learning)
- Automatisk differentiering
- BERT (språkmodell)
- Backpropagation
- Batch normalization
- Beräkningslärandeteori
- Cable theory
- DALL-E
- Data augmentation
- David Silver (datorvetenskapsman)
- Deepmind
- Demis Hassabis
- Deriverbarhet
- Differentierbar neural dator
- Differentierbar programmering
- Dimension
- Djupinlärning
- Faltning
- Federerad inlärning
- Fei-Fei Li
- Funktion
- Förlustfunktioner för klassificering
- GPT-2
- GPT-3
- GPT-4
- Geoffrey Hinton
- Google Brain
- Gradient descent
- Graphcore
- Handskriftsigenkänning
- Hi! PARIS
- Ian Goodfellow
- John M. Jumper
- Julia (programspråk)
- Kedjeregeln
- Keras
- Klusteranalys (datavetenskap)
- Kontinuerlig funktion
- MIT Computer Science and Artificial Intelligence Laboratory
- Maskininlärning
- Maskinläsning
- Matematisk analys
- Memristor
- Mila (research institute)
- MuZero
- Mänsklig bildsyntes
- Mönsterigenkänning
visar 60 av 96: filtrera för att söka bland alla