NEURAL NETWORKS - 日本語 への翻訳

• ニューラルネットワーク
• neural networks
• ニューラル・ネットワーク
• 神経ネットワーク
• neural network
• 神経回路網
• ニューラルネットを
• neuralnerworkは
• ニューロンネットワーク

英語 での Neural networks の使用例とその 日本語 への翻訳

Training these neural networks takes a lot of time!
しかしながら、これらのニューラルネットワークのトレーニングには膨大な時間がかかります。

Neural networks are the core software of deep learning.
ニューラル・ネットワークは深層学習の核となるソフトウェアだ。

Why do we need neural networks?
なぜニューラルネットワークが必要なのか。

In many cases, we use neural networks.
多くの場合recurrentneuralnetworksだと思います。

Once they are learned, specific neural networks are easily activated.
学習すると、特定の神経ネットワークが強化される。

Why we need Neural Networks?
なぜニューラルネットワークが必要なのか。

In this system, two neural networks are used.
このソフトウェアには２つのニューラルネットワークが使われています。

There is another property of the universe that neural networks exploit.
ニューラルネットワークが利用する宇宙の性質がもうひとつある。

Neural networks are very good at pattern recognition problems.
ニューラルネットワークは、パターン認識問題に非常に適しています。

Deploy your neural networks to start solving real-world problems.
ニューラルネットワークを配置し、実世界の問題を解決する。

How to Learn Neural Networks?
どうやってニューラルネットワークに学習させるか。

Intelligent re-design system based on generative algorithms and neural networks.
生成アルゴリズムとニューラルネットワークに基づいて再デザインされたインテリジェントシステム。

Neural networks resembling human brains are widely used for AI.
AIでは人間の脳を模したニューラルネットワークが広く用いられます。

JOONE neural engine for designing, training and testing neural networks.
JOONEデザイン、ニューラルネットワークの学習・テストのためのニューラルエンジン。

Neural networks at the base of Face ID technology that guarantee accuracy of face recognition and neutralize possible counterfeiting thanks to machine learning.
顔認識の精度を保証し、機械学習のおかげで可能な模倣品を中和する顔ID技術に基づくニューラルネットワーク。

From 20-25% down to 15% thanks to a technique called Deep Neural Networks.
ディープニューラルネットワーク（DeepNeuralNetworks）と呼ばれる技術のおかげで、20〜25％から15％に減少しました。

With generative model, MUSE attempts to generate, or create the sentences through deep learning neural networks.
また、生成モデルでは、MUSEはDeepLearningNeuralNetworksを通じて、文章を生成しています。

The neural networks powering these applications require a surprisingly small amount of code: just 100 to 1500 lines.
これらのアプリケーションを支えるニューラルネットワークのコード量は驚くほど少なく、100行から1,500行に過ぎません。

AI on the Edge Artificial Neural Networks(ANNs) address a variety of problems which occur in everyday life.
AIオン・ザ・エッジ人工ニューラル・ネットワーク(ANN)は、日常生活で生じるさまざまな事象に対応します。

Convolutional neural networks(ConvNets) are widely used tools for deep learning.
畳み込みニューラルネットワーク(ConvNet)は深層学習に広く使用されているツールです。