提前停止是人工智能(AI)或其他計算機學習程序中使用的一種技術,在這些程序中,教學暫時停止,以提高分數。這可以通過一系列模塊來完成,也可以通過多次中斷較長的課程來完成。不使用提前停止可能會出現的一個問題是人工智能記...
提前停止是人工智能(AI)或其他計算機學習程序中使用的一種技術,在這些程序中,教學暫時停止,以提高分數。這可以通過一系列模塊來完成,也可以通過多次中斷較長的課程來完成。不使用提前停止可能會出現的一個問題是人工智能記憶信息而不學習。另一個可能的問題是人工智能會繼續學習,但會丟失其他區域的信息。這是大多數人工智能系統中自動發生的一個共同特征,但技術人員可能需要手動編程。雖然大多數人工智能系統可以從外部刺激或通過人機交互學習,但在部署這些系統或補充學習之前,通常通過教育應用程序來教授這些系統。這些應用程序通常教授新算法或新方法關于解決問題。提前停止可以有兩種方式:應用程序可以分成幾個模塊,在每個模塊之后停止,或者長時間的課程可能會因停止而中斷。如果不使用提前停止,那么AI的測試分數可能會很低,顯示它不是從教育應用程序中學習的。一種表現形式是通過記憶。經過一段時間后——每個人工智能系統和教學環節不同——人工智能系統會記住信息,但不理解它。這意味著記憶的信息可以很快被刪除,所以這個功能可以阻止學習過程,并迫使人工智能顯示它所學的東西。第二個問題是更嚴重的,不需要提前停止就可以發生。與記憶不同,這個問題會使整個人工智能受到影響,并且可能很難解決。在這種情況下,人工智能系統將繼續從訓練中學習,但是這種額外的學習來自于其他內存區域的開銷它將開始轉儲以前存儲的信息,為新的培訓騰出空間。提前停止可以讓人工智能調整內存以更好地存儲新信息,從而防止這種情況發生。這一功能通常自動用于大多數人工智能系統和訓練程序。如果沒有,則技術人員將不得不手動停止某一點。當人工智能顯示測試分數下降時,應立即停止,因為在這一點之后會出現問題。雖然提前停止沒有嚴重問題,但可能會阻礙學習過程
-
發表于 2020-08-07 19:44
- 閱讀 ( 1188 )
- 分類:電腦網絡