THE NEURAL NETWORK - 日本語 への翻訳

• ニューラルネットワーク
• ニューラルネットワークが
• ニューラル・ネットワーク
• 神経ネットワークが
• ニューラルネットの
• 神経回路網

英語 での The neural network の使用例とその 日本語 への翻訳

The neural network"Yandex" has improved the quality of Soviet cartoons.
の神経ネットワーク"のYandex"の質的向上を意図したソ連のマンガ。

Click here to download the price list of the in-domain tuning support of the neural network machine translation engine Globalese.
インドメインチューニング対応のニューラルネット機械翻訳エンジンGlobaleseの価格表のダウンロードはこちら。

They are then concatenated together and fed as an input to the neural network.
これらは次に連結され、ニューラルネットワークへの入力として供給されます。

Once the neural network forward pass is completed, a computation and exchange of data starts.
ニューラルネットワークからの転送が完了した後に、データのコンピューティングと交換が開始されます。

When the neural network has learnt a certain percentage of the training data or.
ニューラルネットワークが訓練データの一定のパーセンテージを学習した時、または。

Based on the collected data, the neural network predicts the future exchange rate witn an accuracy of 70% and higher.
収集されたデータに基づいて、ニューラルネットワークは、70％以上の精度で将来のコースを予測します。

The key,” said Elon“is to be able to run the neural network at a fundamental, bare metal level.
Elonが言葉を足す:“重要なのは、ニューラルネットワークを、基本的なベアメタルのレベルで動かすことだ。

The capabilities offered by KSN are used on an ongoing basis to tweak the neural network and have it trained by other algorithms and experts.
KSNの能力は、ニューラルネットワークの微調整や他のアルゴリズムやエキスパートによるトレーニングに継続的に活用されている。

The Neural Network primarily features“text recognition” which is the basic element of“code generation”.
ニューラルネットワークは、主に「コード生成」の基本要素である「テキスト認識」を備えています。

The neural network initially knew nothing about Go beyond the rules.
ニューラルネットワークは初めにルール以外は囲碁に関して何も教えられていなかった。

To increase these rates, the neural network needs to learn from more datasets.
これらのレートを高めるために、ニューラルネットワークはより多くのデータセットから学習する必要があります。

As you're drawing, the neural network will try and guess what you're drawing.
あなたは描きます、そしてニューラルネットワークはあなたが描いているものを推測しようとします。

The neural network takes this current state, looks at how the other vehicles behaved in the last 3 seconds.
ニューラルネットワークはこの現在の状態をとり、他の車両が過去3秒間にどのように動いたかを調べる。

The neural network would intrinsically know that the word“chien” is masculine in French(“le” not“la”).
ニューラルネットワークは"chein"という単語がフランス語で男性名詞("la"でなく"le")であることを本質的に見抜きます。

If the neural network gets it wrong, you send it back for more training(a process known as backpropagation).
もしニューラルネットワークが間違った場合には、より多くのトレーニングで調整が行われることになる（バックプロパゲーションと呼ばれるプロセスである）。

Let's see how a systolic array executes the neural network calculations.
このシストリックアレイがニューラルネットワークの計算をどのように実行するのか見てみましょう。

The neural network compares the predicted emotion to the true emotion of the image to calculate a loss value.
次にニューラルネットワークは、予測した感情と真の感情を比較して、損失値を計算する。

And if the algorithm informs the neural network that it was wrong, it doesn't get informed what the right answer is.
また、アルゴリズムがニューラル・ネットワークに間違っていたことを伝えても、正しい答えは何なのかという情報は得られません。

The amount of code in the neural network that supports these applications is surprisingly small, only 100 lines to 1,500 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。

And the network architecture then tells the neural network if it's right or wrong.
そして、ネットワーク・アーキテクチャが、ニューラル・ネットワークにそれが正しいかどうかを伝えます。