色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一種全新的計算方式能比神經網絡和深度學習擁有更強大的計算力

zhKF_jqr_AI ? 來源:未知 ? 作者:李倩 ? 2018-07-25 09:16 ? 次閱讀

編者按:笛卡爾遺傳規劃(Cartesian Genetic Programming)在圖像處理任務中已經發揮了不小的作用,這一方法同樣可以應用到雅達利游戲中。說起雅達利游戲,我們首先會想到深度學習在其中做過的努力,但是本項目的研究人員們卻用另一種有效的方法——演化算法,控制雅達利游戲的進行,結果顯示,演化算法的性能并不比深度學習差。以下是論智帶來的編譯。

隨著神經網絡和深度學習技術的發展,計算機科學領域幾乎被這些新技術占據。特別是神經網絡,已經在某些任務上達到甚至超過了人類水平,例如目標和人臉識別、棋類游戲和多種街機游戲比賽。

這些網絡都是根據人類大腦的工作原理建立的,因為人類大腦能產生最多的可能性,對嗎?

答案不盡然?,F在有一種全新的計算方式能比神經網絡和深度學習擁有更強大的計算力。這行技術是基于人腦形成的過程——演化。換句話說,一些列迭代變化和選擇生成了最復雜的機器——人類。演化的力量可以看成是奇跡。

自從30年前第一次應用于對生產線的優化后,進化計算就取得了令人矚目的成果。但是最近幾年,由于深度學習的發展和它取得的巨大成功,進化計算淡出了人們的視線。

今天,來自法國圖盧茲大學的研究人員Dennis Wilson等人的一項研究讓人們注意到了演化計算能達到和深度學習機器同樣的性能。在街機游戲,例如雅達利游戲中的《乓》、《打磚塊》、《太空侵略者》中表現出了超越人類的水平。這項工作表明,人們在重視深度學習方法的同時,也要給予演化算法相當的關注。

深度學習 VS 演化計算

演化計算和神經網絡完全不同,它的目標是創建能用反直覺式的方法解決特殊問題的代碼。通常代碼創建的一般方法是有了特定目標后按第一原理開始書寫。

而演化計算用的是另一種方法,它完全是隨機生成代碼,并且不只有一個版本,而是多個版本,有的時候甚至由成百上千個片段隨機拼湊起來形成代碼。

但是很多情況下,這些代碼片段的效果并不是很好。接著它們會再次重新生成,其中會加入更多的代碼片段。然而,第二次訓練和第一次的代碼不會完全相同,一定有某些改動。這些改變可能會導致某種計算點突變。

之后生成的新代碼會經過測試,看它們表現的如何。表現最好的代碼會優先進入下一批代碼生成,以此類推。

這一過程就是代碼演化的過程。隨著時間的推移,代碼表現得越來越好,多次迭代后,如果條件合適,它的表現會比人類設計的代碼更好。

計算機科學家們已經成功地將演化計算應用到很多問題上,包括機器人設計和建造航天器部件。

但是,深度學習的巨大成功讓演化計算“失寵”了。所以,一個很重要的問題是,演化計算能夠達到和深度學習同樣的水平。為了弄清楚這一點,Wilson和他的同事們用演化計算創建出了能玩雅達利游戲的代碼。

游戲設計

這些游戲目前在Arcade Learning Environment數據集中可用,該數據集經常被用來測試不同類型游戲的學習行為。數據集含有61種雅達利游戲,例如《乓》、《太空侵略者》、《打磚塊》和《功夫大師》等等。

任務的目的是創建一套算法,只需要看屏幕上輸出的效果,就能熟練地玩雅達利游戲,和人類玩游戲的方式一樣。所以算法必須分析每次游戲動作的位置,然后決定如何移動才能得到最多分數。

對所有游戲的控制方法都是相同的,它對應著八個不同的移動方向:上、下、左、右、以及左上、左下、右上、右下。另外還有一個可以和八個方向結合的按鈕,可以隨意進行組合。并不是所有游戲都能用到18個可能的結合,一些游戲只能用到四種。

首先,代碼創造出來之后,演化方法需要一系列術語來生成計算代碼,其中包括簡單的“ADD(x+y)/2”到更復雜的“return the 1-element x-vector if x is a scalar”。

同時,選擇何種術語來組成這一系列詞典是非常重要的,Wilson和他的同事們使用的是已經被稱為笛卡爾遺傳規劃(Cartesian Genetic Programming)的集合。

在這一過程的開始,系統隨機創建包含40個術語的代碼,這可以看作是該項目的“基因組”。之后,這些代碼經過游戲測試,看最終能得到多少分。根據它們的表現,“基因組”會不斷改變進行重復生成,再進行測試。最后,該研究小組用這種方法測試了10000個“基因組”。

實驗結果

結果很有趣。最初,代碼玩游戲的水平很差,但是經過一段時間的迭代,代碼的表現越來越好。經過多次代碼生成后,它們已經表現得很好了,甚至有時還超過了人類。

代碼在很多情況下都會生成全新的游戲策略,通常都很復雜。但是有時也會找到被人們忽略的簡單游戲方法。

例如,當計算機在玩《功夫大師》時,演化算法發現,最有價值的攻擊是下蹲拳。下蹲更加安全,因為它能躲避一半的子彈并且進行近身攻擊。算法最初的策略是重復使用這一技巧,不添加其他動作,事后想來這樣做也是有道理的。

這樣研究人員非常吃驚,他們表示:“運用這種策略比正常玩這種游戲得到的分數更好,而且現在代碼在這個游戲中只使用下蹲拳。”

總的來說,演化出的算法能很好地掌握多種游戲,甚至超過人類水平。更重要的是,這些算法能和深度學習相媲美。它同樣還有另一種結果:“雖然這一項目體積相對較小,很多控制器在這種方法上就非常有競爭力,所需的訓練時間就更少?!?/p>

生成的代碼還有另一個優點。由于它很小,就很容易觀察它的工作過程。相反,深度學習技術眾所周知的問題就是有時我們不知道它為什么會做出某種決策,這就會導致很多現實和法律問題。

小結

總的來說,這項有趣的工作也許能提醒那些只關注深度學習的科學家們,還有演化算法這樣的替代性技術。

Keras締造者、深度學習研究人員Fran?ois Chollet在推特上表示:“這項研究很了不起,通常用深度學習總會經歷多次微小迭代,而這項工作是不同類型的嘗試。通常,如果你能在老生常談的問題上得到小有競爭力的結果,那么最終一定有所作為?!?/p>

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4771

    瀏覽量

    100720
  • 深度學習
    +關注

    關注

    73

    文章

    5500

    瀏覽量

    121117

原文標題:在深度學習“大行其道”的今天,不要忽視更強大的演化算法

文章出處:【微信號:jqr_AI,微信公眾號:論智】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    詳解深度學習、神經網絡與卷積神經網絡的應用

    在如今的網絡時代,錯綜復雜的大數據和網絡環境,讓傳統信息處理理論、人工智能與人工神經網絡都面臨巨大的挑戰。近些年,深度學習逐漸走進人們的視線
    的頭像 發表于 01-11 10:51 ?2026次閱讀
    詳解<b class='flag-5'>深度</b><b class='flag-5'>學習</b>、<b class='flag-5'>神經網絡</b>與卷積<b class='flag-5'>神經網絡</b>的應用

    從AlexNet到MobileNet,帶你入門深度神經網絡

    取得了良好的性能??梢哉f,DNN其實是一種架構,是指深度超過幾個相似層的神經網絡結構,般能夠達到幾十層,或者由些復雜的模塊組成。ILSV
    發表于 05-08 15:57

    計算機視覺神經網絡資料全集

    CV之YOLOv3:深度學習計算機視覺神經網絡Yolov3-5clessses訓練自己的數據集全程記錄(第二次)——Jason niu
    發表于 12-24 11:52

    基于賽靈思FPGA的卷積神經網絡實現設計

    ,看下 FPGA 是否適用于解決大規模機器學習問題。卷積神經網絡一種深度神經網絡 (DNN)
    發表于 06-19 07:24

    【案例分享】ART神經網絡與SOM神經網絡

    一種常用的無監督學習策略,在使用改策略時,網絡的輸出神經元相互競爭,每時刻只有個競爭獲勝的
    發表于 07-21 04:30

    卷積神經網絡模型發展及應用

    十余年來快速發展的嶄新領域,越來越受到研究者的關注。卷積神經網絡(CNN)模型是深度學習模型中最重要的一種經典結構,其性能在近年來深度
    發表于 08-02 10:39

    什么是深度學習?使用FPGA進行深度學習的好處?

    什么是深度學習為了解釋深度學習,有必要了解神經網絡神經網絡
    發表于 02-17 16:56

    英特爾深度學習芯片Lake CrestGPU性能更強大

    近日,Intel展示了旗下用于深度神經網絡計算(Deep Neural Network,DNN)的Lake Crest家族新芯的進展,基于Nervana平臺打造,宣稱可以在同樣晶體管密度的情況下提供
    發表于 02-06 17:16 ?1171次閱讀

    叫板谷歌,亞馬遜微軟推出深度學習庫 訓練神經網絡更加簡單

    據報道,亞馬遜和微軟合力推出全新深度學習庫,名字叫Gluon。此舉被認為是在云計算市場上與谷歌叫板,谷歌曾通過AI生態系統發
    發表于 01-05 16:56 ?2175次閱讀

    神經網絡深度學習》中文版電子教材免費下載

    神經網絡深度學習》是本免費的在線書。本書會教會你: ? 神經網絡,一種美妙的受生物學啟發
    發表于 08-02 17:47 ?0次下載

    你知道機器深度學習 那你知道全新的進化算法嗎

    基于目前人類在神經網絡算法和機器深度學習取得的成就,很容易讓人產生計算機科學只包含這兩部分的錯覺。一種
    的頭像 發表于 08-06 08:27 ?3252次閱讀
    你知道機器<b class='flag-5'>深度</b><b class='flag-5'>學習</b> 那你知道<b class='flag-5'>全新</b>的進化算法嗎

    深度學習神經網絡和函數

    深度學習是機器學習個子集,它使用神經網絡來執行學習和預測。
    的頭像 發表于 04-07 10:17 ?1649次閱讀

    卷積神經網絡計算公式

    神經網絡計算公式 神經網絡一種類似于人腦的神經系統的計算模型,它是
    的頭像 發表于 08-21 16:49 ?1722次閱讀

    卷積神經網絡深度神經網絡的優缺點 卷積神經網絡深度神經網絡的區別

    深度神經網絡一種基于神經網絡的機器學習算法,其主要特點是由多層神經元構成,可以根據數據自動調整
    發表于 08-21 17:07 ?4093次閱讀

    什么叫AI計算?AI計算力是什么?

    是指通過計算機系統的處理能力,將大量的信息進行分析、處理和模擬,在不斷的學習和優化中,讓計算機系統變得更加智能化和精準化的一種技術。AI計算
    的頭像 發表于 08-24 15:49 ?6784次閱讀
    主站蜘蛛池模板: 久久精品观看| 久久久国产精品免费A片蜜臀| 久久99国产综合精品AV蜜桃| 免费无码国产欧美久久18| 日韩一区二区三区精品| 亚洲幼女网| 成人在免费观看视频国产| 和尚扒开双腿蹂躏| 欧美人与禽ZOZO性伦交视频| 性色香蕉AV久久久天天网| 777琪琪午夜理论电影网| 国产精品18久久久久久白浆.| 久久秋霞理论电影| 深夜释放自己在线观看| 2020精品极品国产色在线| 国产精品人成在线播放新网站| 麻豆Av国产在线播放| 亚州天堂在线视频av| 99re2.久久热最新地址| 好男人视频免费高清在线观看www| 欧美日韩久久久精品A片| 亚洲午夜无码久久久久蜜臀av| 大咪咪dvd| 乱xxxjapanese黑人| 亚洲高清在线视频| 抽插内射高潮呻吟爆乳| 久久中文字幕无码A片不卡| 无限资源在线观看播放| YELLOW高清视频免费观看| 久久强奷乱码老熟女| 亚洲成人在线免费观看| 成年妇女免费播放| 蜜桃99影院| 一级毛片皇帝 宫女| 国产精品嫩草影视在线观看| 秋霞最新高清无码鲁丝片| 最近中文字幕MV高清在线视频| 花蝴蝶免费版高清版| 无敌在线视频观看免费| 成人在线视频在线观看| 免费三级网址|