Differentierbar programmering
Wikipedias länkgrannskap — text som graf. 90 utgående länkar (hämtade nyss, cachade nu).
Differentierbar programmering är en programmeringsparadigm som bygger på möjligheten att beräkna derivator av program med avseende på deras indata. Detta öppnar upp för att använda gradientbaserade optimeringsmetoder för att effektivt "lära" program från data. Läs på Wikipedia →
Kopplar till Belägg-ämnen
Artikelns grannar
60 av 90
- 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
- Differentierbar neural dator
- Differentierbarhet
- Djupinlärning
- Faltning
- Federerad inlärning
- Fei-Fei Li
- Förlustfunktioner för klassificering
- GPT-2
- GPT-3
- GPT-4
- Geoffrey Hinton
- Google Brain
- Gradient descent
- Graphcore
- Handskriftsigenkänning
- Hi! PARIS
- Ian Goodfellow
- JAX
- John M. Jumper
- Julia (programspråk)
- Keras
- Klusteranalys (datavetenskap)
- MIT Computer Science and Artificial Intelligence Laboratory
- Maskininlärning
- Maskinläsning
- Memristor
- Mila (research institute)
- MuZero
- Mänsklig bildsyntes
- Mönsterigenkänning
- Neural Turing maskin
- Neural machine translation
- Neuromorf ingenjörskonst
- Numerisk analys
- OpenAI Five
visar 60 av 90: filtrera för att söka bland alla