提前停止是人工智能(AI)或其他计算机学习程序中使用的一种技术,在这些程序中,教学暂时停止,以提高分数。这可以通过一系列模块来完成,也可以通过多次中断较长的课程来完成。不使用提前停止可能会出现的一个问题是人工智能记...
提前停止是人工智能(AI)或其他计算机学习程序中使用的一种技术,在这些程序中,教学暂时停止,以提高分数。这可以通过一系列模块来完成,也可以通过多次中断较长的课程来完成。不使用提前停止可能会出现的一个问题是人工智能记忆信息而不学习。另一个可能的问题是人工智能会继续学习,但会丢失其他区域的信息。这是大多数人工智能系统中自动发生的一个共同特征,但技术人员可能需要手动编程。虽然大多数人工智能系统可以从外部刺激或通过人机交互学习,但在部署这些系统或补充学习之前,通常通过教育应用程序来教授这些系统。这些应用程序通常教授新算法或新方法关于解决问题。提前停止可以有两种方式:应用程序可以分成几个模块,在每个模块之后停止,或者长时间的课程可能会因停止而中断。如果不使用提前停止,那么AI的测试分数可能会很低,显示它不是从教育应用程序中学习的。一种表现形式是通过记忆。经过一段时间后——每个人工智能系统和教学环节不同——人工智能系统会记住信息,但不理解它。这意味着记忆的信息可以很快被删除,所以这个功能可以阻止学习过程,并迫使人工智能显示它所学的东西。第二个问题是更严重的,不需要提前停止就可以发生。与记忆不同,这个问题会使整个人工智能受到影响,并且可能很难解决。在这种情况下,人工智能系统将继续从训练中学习,但是这种额外的学习来自于其他内存区域的开销它将开始转储以前存储的信息,为新的培训腾出空间。提前停止可以让人工智能调整内存以更好地存储新信息,从而防止这种情况发生。这一功能通常自动用于大多数人工智能系统和训练程序。如果没有,则技术人员将不得不手动停止某一点。当人工智能显示测试分数下降时,应立即停止,因为在这一点之后会出现问题。虽然提前停止没有严重问题,但可能会阻碍学习过程
-
发表于 2020-08-07 19:44
- 阅读 ( 1285 )
- 分类:电脑网络