エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
End to End DeepLearning が切り開く自動運転の世界|山本一成🚗TURING
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
End to End DeepLearning が切り開く自動運転の世界|山本一成🚗TURING
将棋のルールは結構複雑で、普通に記述するとソースコード1000行くらいは必要になる。Deep Learningにど... 将棋のルールは結構複雑で、普通に記述するとソースコード1000行くらいは必要になる。Deep Learningにどのように合法手(=ルール上可能な手)を教え込めばいいか悩んでいた。 そして結局、Ponanzaは特にルールを教えずに5億の局面と最善手(∈合法手)のペアをひたすら一致させるよう学習させた結果、ほぼ全ての場面で合法手を推薦するようになった。 コード規模1000行程度の複雑なルールを明示的に教えてなくても、学習データから勝手に学習することは当時の私にはあまりに衝撃的なことだった。 この世界のルールは複雑だ。将棋のように複雑ながらもexplicitにルールが表現されているものある。しかしルールが完全に明示されていないものもたくさんある。現実世界・ビデオゲーム内の物理法則、文法、そして交通ルール。 ------ ↓ここから結構主観的な意見↓ ------ 2008年の自動運転で(ほぼ)