Глубокие признаки используются для автоматического определения архитектурных стилей или топологических характеристик объектов.
В контексте «Monaco» также встречаются статьи, посвященные:
Использование глубоких сверточных сетей (CNN) для классификации морфологии зданий или анализа городских ландшафтов. Источник: MONAS на arXiv
В рамках поиска архитектуры система находит оптимальные комбинации слоев, которые наиболее эффективно извлекают глубокие признаки для конкретных задач компьютерного зрения. Источник: MONAS на arXiv .
Использование глубокого обучения для оценки навыков и карьеры футболистов (например, Бернарду Силвы). MONAS: Multi-Objective Neural Architecture Search
Альтернативный метод обучения нейросетей без использования градиентного спуска. Он позволяет минимизировать функцию потерь путем случайных «прыжков» (ходов), что полезно для поиска глобальных минимумов в сложных архитектурах.
3. Нейронные сети и метод Монте-Карло (Metropolis Monte Carlo) связанных с этим запросом: 1.
Ниже приведен список ключевых статей и направлений, связанных с этим запросом: 1. MONAS: Multi-Objective Neural Architecture Search