C++ は人工ニューラル ネットワークの複数の入力をリアルタイムでどのように処理しますか?
これはスパイキング ニューラル ネットワークを使用せずに、より伝統的なもの (つまり、ここで説明されている基本的なニューラル ネットワーク) を使用していると想定しています。
http://www.ai-junkie.com/ann/evolved/nnt1.html
これはリアルタイムの世界で可能ですか？私は、各入力を個別に処理する必要があると考えていました (これは常に同じ出力になるため、ジレンマになります)、または時間しきい値ごとに特定の数の入力を蓄積してから一度に処理する必要があります...
繰り返しになりますが、誰かが同じ入力の複数のインスタンスで何をしますか? 2回処理しますか？
これは、通常のニューラル ネットワークを使用していると思われるニューラルボットを見ているからです。しかし、ANN を掘り下げる前にまず理解しようとしており、ANN がターゲット出力を処理する前に複数の入力を処理する方法がわかりません( s)。
あなたの質問は本当に明確ではありませんが、私は答えようとします。:)
適応フィルターの特定のケースのように、ANN（人工ニューラルネットワーク）を見ることができます。
3つの主要な要素があります。
ANNには2つのステップがあります。
トレーニングステップ。これは難しい部分です。ランダムなニューロンの重みから始めます。入力のシーケンスとそれらの目的の出力があり、更新アルゴリズムをオンにしてANNを実行します。エラーが特定のしきい値を下回っている場合、ANNはトレーニングされていると言えます。このステップは通常、オフラインで実行されます（リアルタイムではありません）。
実行ステップ。訓練を受けたANNがいます。ここで、入力を順番に入力し、出力を使用します。これは通常、高速な操作であり、リアルタイムで実行できます（それが意味する場合）。
さて..「一度に複数の入力」とはどういう意味ですか？まず第一に、標準的なコンピューターは一度に非常に少数の操作しか実行できません。標準的なPCは4/8コアを備えているため、一度にほぼ4〜8回の操作を実行できます。この数は、実際のすべてのANNアプリケーションには少なすぎます。
あなたが言った：
同じ入力の複数のインスタンスで誰かが何をしますか？2回処理しますか？
答えは「はい」です。「実行ステップ」は非常に高速であるため、実行しない理由はありません。「トレーニングステップ」では、トレーニングを開始する前に重複した入力を削除できます（トレーニング入力は事前にわかっているため）。したがって、これには問題はありません。:)