[過去ﾛｸﾞ] 【Cursor】 コード生成AI総合スレ-2 【Copilot】 (1002ﾚｽ)
上下前次1-新
抽出解除 ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
384(4): 06/11(水)01:21 AAS
>>341
>勾配計算なんて余裕でできたしやってたよ(>>299
つ >この当時はネオコグニトロンを検証する上ではデジタルコンピュータが貧弱過ぎたため、ソフトウェアでの検証が不可能であり、回路素子を繋ぎ合わせてネオコグニトロンを実装して検証が行われた。学習方法に誤差逆伝播法ではなく add-if silent を使用している以外は畳み込みニューラルネットワーク（CNN）と同一であり、ディープラーニング的な手法としては約30年も先駆けている。
外部ﾘﾝｸ:ja.wikipedia.org
勾配計算なんてしてないよ
386(2): 06/11(水)01:32 AAS
>>384-385
バカペディアがソースになると思ってるから単価安いんだよ低学歴は
以下のような研究が確認されています。
• Green et al. (1985)「Advanced computing in psychology」では、認知科学モデル（数千の単純素子から成るコネクショニストモデル）のシミュレーションにあたり、Class VIコンピュータ（Cray X-MPやCray-1譲りのベクトルプロセッサ）を活用。従来のVAXと比べ2～3桁高速化できることを示し、語彙処理や視覚モデルの大規模試行を可能にした 。
• Maki & Abunawass (1989)「A neural network simulator for supercomputers」では、FORTRANで実装したバックプロパゲーション学習エンジンNNSをCray X-MP/48上で動作させ、インタラクティブに学習過程を検証。Cray-1系ベクトルプロセッサ向けに最適化した手法で、大規模ネットワークの反復学習を高速化した 。
• Wu et al. (1992)「Protein classification artificial neural system (ProCANS)」では、Crayスーパーコンピュータ上でモジュラー型バックプロパゲーションネットワークを学習。合計7 Cray CPU時間で90%のスーパーファミリ分類精度を達成し、遺伝子配列データベースの大規模分類に応用した 。
387: 06/11(水)01:47 AAS
>>384-385
中卒無職がググってバカペディアコピペしても意味ないんだよ
フルバッチとミニバッチの違いすらわかってないから何が書かれてるのか意味を読み取れない
398(1): 06/11(水)08:32 AAS
>>386
>Green et al. (1985)「Advanced computing in psychology」
コンピュータリソースの不足について言及しており、また多くの研究機関が予算の圧迫により財政破綻したたことなどにも触れている
研究にはスパコン必須、しかし利用は非常に限定的でそれが隘路になっている
勾配計算についての記述はない
>Maki & Abunawass (1989)「A neural network simulator for supercomputers」
やはり計算資源の不足について従前よりの課題であったことが確認できる
>Wu et al. (1992)「Protein classification artificial neural system (ProCANS)」
省3
448(1): 06/11(水)10:38 AAS
>>401-404
>知識の不足により方向性が誤っていたことが本質
典型的な歴史的後知恵バイアス、結果論
では知識の充足は何によってもたらされるのか
マシンパワー以外にも、低速なI/O、スパコンとの相性など当時の環境を考慮するなら、逐次処理によるオーバーヘッドが高くつくことくらい想像するに難くないのでは
そちらのいう本質を獲得する上で当該の条件が必要、または隘路になると言っている
>>421,439
それが >>384 や >>386 当時にあったの？
時系列を無視しすぎじゃない？
上下前次1-新書関写板覧索設栞歴
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.047s