트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 605

새 코멘트
 
도서관 :
네트워크의 뉴런 수를 자동으로 결정하고 싶습니다. 계산 공식은 무엇입니까?

나는 그 vn. 레이어는 입력보다 2배 작아야 하며 최대 2개의 레이어가 있어야 합니다. 더 이상 포인트가 없습니다.

이것은 MLP를위한 것입니다

 
독성 :

유료 교육에 진지하게 투자하기로 결정했다면 Gerchik 또는 Perepyolkin으로 즉시 이동하는 것이 좋습니다.


후추는 더 이상 가르치지 않습니다, 그는 충분히 빨판을 득점하고 DC를 열었습니다

 
막심 드미트리예프스키 :

나는 그 vn을 어딘가에서 읽었다. 레이어는 입력보다 2배 작아야 하며 최대 2개의 레이어가 있어야 합니다. 더 이상 포인트가 없습니다.

이것은 MLP를위한 것입니다

말도 안되는 소리. 엠비. 점점 더, 그리고 뉴런과 레이어 - 작업에 따라 다릅니다. Haikin(당신은 그를 가지고 있는 것 같습니다)이 방법과 이유를 설명합니다.
 
유리 아사울렌코 :
말도 안되는 소리. 엠비. 그리고 점점 더 - 그것은 작업에 달려 있습니다. Haikin(당신은 그를 가지고 있는 것 같습니다)이 방법과 이유를 설명합니다.

그는 그러한 정보를 보지 못했고 mb는 부주의하게 읽었습니다.

 
막심 드미트리예프스키 :

그는 그러한 정보를 보지 못했고 mb는 부주의하게 읽었습니다.

두 번째 레이어는 일반적으로 입력 레이어보다 큽니다. 그는 징후를 추출하기 시작하고 그러한 징후는 매우 좋을 수 있습니다. 예/아니오 유형 분류가 있더라도 많이 있습니다.

Khaikin은 확실히 그것을 가지고 있으며 내가 쓴 것보다 훨씬 낫습니다.))

 
유리 아사울렌코 :
말도 안되는 소리. 엠비. 점점 더, 그리고 뉴런과 레이어 - 작업에 따라 다릅니다. Khaikin(당신은 그를 가지고 있는 것 같습니다)이 방법과 이유를 설명합니다.

입력 수 / 2 등에 대한 옵션을 보았습니다.
최선의 선택을 어떻게 자동으로 계산합니까?

 
도서관 :

입력 수 / 2 등에 대한 옵션을 보았습니다.
최선의 선택을 어떻게 자동으로 계산합니까?

내가 틀릴 수 있지만 그렇게 생각하지 않습니다. 일반적인 고려사항에서 선택하여 트레이닝 결과에 따라 레이어에 뉴런을 추가/제외하거나 추가적인 레이어를 추가/제외하기도 합니다.
 
유리 아사울렌코 :

두 번째 레이어는 일반적으로 입력 레이어보다 큽니다. 그는 징후를 추출하기 시작하고 그러한 징후는 매우 좋을 수 있습니다. 예/아니오 유형 분류가 있더라도 많이 있습니다.

Khaikin은 확실히 그것을 가지고 있으며 내가 쓴 것보다 훨씬 낫습니다.))


경험상 이 [숨겨진] 레이어의 크기는 입력 레이어의 크기와 출력 레이어의 크기 사이 어딘가에 있다는 것입니다....

숨겨진 노드의 수를 계산하기 위해 다음과 같은 일반 규칙을 사용합니다. (입력 수 + 출력 수) x 2/3

이것은 가장 일반적인 권장 사항입니다.. 그러나 일반적으로 결정하는 방법이 있습니다. Google에서 읽어야하지만 모든 것이 복잡합니다.

NN은 특징을 추출하지 않으며 특징이 입력으로 제공됩니다. 차원을 낮추거나 모든 조합을 기억합니다(뉴런 수 증가).

 

레이어 수 선택에 대한 인용문:

3개의 레이어(numLayers=3: 입력 1개, 은닉 1개, 출력 1개)가 있는 네트워크는 대부분의 경우 일반적으로 충분합니다. Tsybenko의 정리에 따르면 하나의 은닉층이 있는 네트워크는 원하는 정도의 정확도로 연속적인 다차원 함수를 근사할 수 있습니다. 두 개의 은닉층이 있는 네트워크는 이산 다차원 함수를 근사할 수 있습니다.

막대를 연속 또는 이산 함수로 분석하는 것이 흥미로운가요?

 
막심 드미트리예프스키 :
NN은 특징을 추출하지 않으며 특징이 입력으로 제공됩니다. 차원을 낮추거나 모든 조합을 기억합니다(뉴런 수 증가).
우와! 따라서 뉴런 수를 과대평가하는 것도 해롭습니다. 일반화는 없지만 소음과 함께 암기됩니다.
1...598599600601602603604605606607608609610611612...3399
새 코멘트
사유: