সুচিপত্র:
সংজ্ঞা - ডিপ কিউ-নেটওয়ার্কগুলির অর্থ কী?
ডিপ কিউ নেটওয়ার্কস (ডিকিউএন) হ'ল নিউরাল নেটওয়ার্ক (এবং / বা সম্পর্কিত সরঞ্জাম) যা বুদ্ধিমান ভিডিও গেম খেলার খেলার অনুকরণের মতো মডেলগুলি সরবরাহ করতে গভীর কিউ শিখন ব্যবহার করে। নির্দিষ্ট স্নায়বিক নেটওয়ার্ক বিল্ডের নির্দিষ্ট নাম হওয়ার পরিবর্তে ডিপ কিউ নেটওয়ার্কগুলি কনভোলশনাল নিউরাল নেটওয়ার্ক এবং অন্যান্য স্ট্রাকচারের সমন্বয়ে গঠিত হতে পারে যা বিভিন্ন প্রক্রিয়া সম্পর্কে জানতে নির্দিষ্ট পদ্ধতি ব্যবহার করে।
টেকোপিডিয়া ডিপ কিউ-নেটওয়ার্কগুলি ব্যাখ্যা করে
উচ্চতর মাত্রিক সংবেদনশীল ইনপুট থেকে নীতিগুলি শিখতে ডিপ কিউ শেখার পদ্ধতিটি সাধারণত নীতিমালা মূল্যায়ন এবং নীতি পুনরাবৃত্তির সংমিশ্রণ হিসাবে বর্ণিত সাধারণ নীতি পুনরাবৃত্তি বলে কিছু ব্যবহার করে।
উদাহরণস্বরূপ, মিডিয়ামের মতো প্রযুক্তি প্রকাশনায় আচ্ছাদিত একটি সাধারণ ধরণের গভীর কিউ নেটওয়ার্ক আটারি 2600 ভিডিও গেম থেকে মডেল ফলাফলগুলিতে সংবেদনশীল ইনপুট নেয়। এটি কিউ নেটওয়ার্কটি আপডেট করার জন্য নমুনাগুলি সংগ্রহ করে, তা সঞ্চয় করে এবং অভিজ্ঞতা পুনরায় খেলতে ব্যবহারের জন্য তাদের ব্যবহার করে খুব মৌলিক স্তরে সম্পন্ন করা হয়।
সাধারণ অর্থে, গভীর কিউ নেটওয়ার্কগুলি ইনপুটগুলিতে প্রশিক্ষণ দেয় যা অঞ্চল বা অন্যান্য অভিজ্ঞ নমুনায় সক্রিয় খেলোয়াড়দের প্রতিনিধিত্ব করে এবং পছন্দসই ফলাফলগুলির সাথে সেই ডেটাগুলি মেলাতে শেখে। এটি কৃত্রিম বুদ্ধিমত্তার বিকাশের একটি শক্তিশালী পদ্ধতি যা একটি উচ্চ স্তরে দাবা জাতীয় খেলাগুলি খেলতে পারে বা অন্যান্য উচ্চ-স্তরের জ্ঞানীয় ক্রিয়াকলাপ চালিয়ে যেতে পারে - আটারি বা দাবা ভিডিও গেম খেলার উদাহরণ এআই কীভাবে ব্যবহার করে তার একটি ভাল উদাহরণ বিভিন্ন ধরণের ইন্টারফেস যা agentsতিহ্যগতভাবে মানব এজেন্টরা ব্যবহার করত।
অন্য কথায়, গভীর কিউ লার্নিংয়ের সাথে, এআই প্লেয়ার পছন্দসই ফলাফলগুলি অর্জন করতে শেখার ক্ষেত্রে একজন মানব খেলোয়াড়ের মতো হয়ে ওঠে।
