Praktyczna granica głębokości: Jak 1024 warstwy sieci zmieniły niezdarnego robota w akrobatę
Badacze z Princeton i Politechniki Warszawskiej dowiedli, że zwiększenie głębokości modelu sieci neuronowej do ponad tysiąca warstw pozwala robotom na opanowanie skomplikowanych umiejętności ruchowych, daleko wykraczających poza możliwości standardowych algorytmów uczenia przez wzmacnianie.
Read More