दीप क्यू-नेटवर्क

लेखक: Laura McKinney
निर्मितीची तारीख: 5 एप्रिल 2021
अद्यतन तारीख: 26 जून 2024
Anonim
Qnet Scam ? Qnet Business Plan | Qnet business plan hindi | Qnet Business Plan in Hindi | Part-1
व्हिडिओ: Qnet Scam ? Qnet Business Plan | Qnet business plan hindi | Qnet Business Plan in Hindi | Part-1

सामग्री

व्याख्या - दीप क्यू-नेटवर्क म्हणजे काय?

डीप क्यू नेटवर्क (डीक्यूएन) तंत्रिका नेटवर्क (आणि / किंवा संबंधित साधने) आहेत जे इंटेलिजेंट व्हिडिओ गेम प्लेचे सिमुलेशन सारख्या मॉडेल प्रदान करण्यासाठी डीप क्यू लर्निंगचा वापर करतात. विशिष्ट न्यूरल नेटवर्क बिल्डचे विशिष्ट नाव असण्याऐवजी डीप क्यू नेटवर्क कॉन्व्होल्यूशनल न्यूरल नेटवर्क आणि इतर स्ट्रक्चर्सचे बनलेले असू शकते जे विविध प्रक्रियांबद्दल जाणून घेण्यासाठी विशिष्ट पद्धती वापरतात.


मायक्रोसॉफ्ट अझर आणि मायक्रोसॉफ्ट क्लाऊडची ओळख | या संपूर्ण मार्गदर्शकामध्ये आपण क्लाउड संगणन करणे म्हणजे काय आणि मायक्रोसॉफ्ट अझर आपल्याला क्लाऊडवरून आपला व्यवसाय स्थलांतरित आणि चालविण्यात कशी मदत करू शकेल हे शिकाल.

टेकोपीडिया डीप क्यू-नेटवर्क स्पष्ट करते

डीप क्यू लर्निंगची पद्धत सामान्यत: पॉलिसी मूल्यांकन आणि पॉलिसी पुनरावृत्तीच्या संयोजन म्हणून वर्णन केलेल्या सामान्य पॉलिसी इट्रेशन नावाची काहीतरी वापरते, ज्यामुळे उच्च आयामी संवेदी इनपुटमधून धोरणे शिकता येतात.

उदाहरणार्थ, मध्यम सारख्या तंत्रज्ञानाच्या प्रकाशनांमध्ये व्यापलेला एक सामान्य प्रकारचा डीप क्यू नेटवर्क अटारी 2600 व्हिडिओ गेम्सपासून मॉडेल निकालांपर्यंत संवेदी इनपुट घेते. हे क्यू नेटवर्क अद्यतनित करण्यासाठी नमुने गोळा करून, ते संग्रहित करुन अनुभवाच्या पुनर्प्लेसाठी त्यांचा वापर करून अगदी मूलभूत स्तरावर केले जाते.

सर्वसाधारण अर्थाने, डीप क्यू नेटवर्क इनपुटवर प्रशिक्षण देते जे क्षेत्रातील सक्रिय खेळाडूंचे किंवा इतर अनुभवी नमुन्यांचे प्रतिनिधित्व करतात आणि इच्छित आऊटपुटसह त्या डेटाशी जुळणे शिकतात. कृत्रिम बुद्धिमत्तेच्या विकासासाठी ही एक शक्तिशाली पद्धत आहे जी उच्च पातळीवर बुद्धिबळ सारखे खेळ खेळू शकते, किंवा इतर उच्च-स्तरीय संज्ञानात्मक क्रिया करू शकते - अटारी किंवा बुद्धिबळ व्हिडिओ गेम खेळण्याचे उदाहरण देखील एआयने कसे वापरते याचे एक चांगले उदाहरण आहे पारंपारिकपणे मानवी एजंट्सद्वारे वापरले जाणारे इंटरफेसचे प्रकार.


दुसर्‍या शब्दांत सांगायचे तर, सखोल क्यू लर्निंगसह, एआय खेळाडू इच्छित परिणाम साध्य करण्यासाठी शिकण्यात मानवी खेळाडूप्रमाणेच बनू शकतो.