Deep Armering Learning

Författare: Laura McKinney
Skapelsedatum: 5 April 2021
Uppdatera Datum: 14 Maj 2024
Anonim
Exportera armering från Tekla till QR
Video: Exportera armering från Tekla till QR

Innehåll

Definition - Vad betyder Deep Reinforcement Learning?

Djupt förstärkningsinlärning är förstärkningsinlärning som används med djupa neurala nätverk. Denna typ av inlärning involverar datorer som agerar på sofistikerade modeller och tittar på stora mängder input för att bestämma en optimerad sökväg eller handling.


En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.

Techopedia förklarar Deep Reinforcement Learning

Ett sätt att beskriva djup förstärkningslärande är att ett djupt neuralt nätverk lär sig genom förstärkning av individuella upplevelser.

Anta att det djupa neurala nätverket kartar ett visuellt spelutrymme och analyserar det spelutrymmet genom en tidskontinuum för att se vad som händer i spelet. Datorn börjar förstå vad resultaten baseras på ingångar och kan i sin tur "spela smartare." Detta avser andra liknande tekniska ansträngningar som djupa Q-nätverk.

I allmänhet driver maskininlärningsexperter dessa typer av modeller som ett sätt för maskiner att kontinuerligt bli smartare eller lära sig att tänka mer som människor, även om praktiska hinder och gränser gäller.