트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 605 1...598599600601602603604605606607608609610611612...3399 새 코멘트 Maxim Dmitrievsky 2018.01.24 18:42 #6041 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 Maxim Dmitrievsky 2018.01.24 18:43 #6042 독성 : 유료 교육에 진지하게 투자하기로 결정했다면 Gerchik 또는 Perepyolkin으로 즉시 이동하는 것이 좋습니다. 후추는 더 이상 가르치지 않습니다, 그는 충분히 빨판을 득점하고 DC를 열었습니다 Yuriy Asaulenko 2018.01.24 19:45 #6043 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. Maxim Dmitrievsky 2018.01.24 19:53 #6044 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. Yuriy Asaulenko 2018.01.24 20:05 #6045 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.)) Forester 2018.01.24 20:05 #6046 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? Yuriy Asaulenko 2018.01.24 20:08 #6047 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. Maxim Dmitrievsky 2018.01.24 20:11 #6048 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). Forester 2018.01.24 20:18 #6049 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? Forester 2018.01.24 20:25 #6050 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: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
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
유료 교육에 진지하게 투자하기로 결정했다면 Gerchik 또는 Perepyolkin으로 즉시 이동하는 것이 좋습니다.
후추는 더 이상 가르치지 않습니다, 그는 충분히 빨판을 득점하고 DC를 열었습니다
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. 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.
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.))
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?
입력 수 / 2 등에 대한 옵션을 보았습니다.
최선의 선택을 어떻게 자동으로 계산합니까?
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?
NN은 특징을 추출하지 않으며 특징이 입력으로 제공됩니다. 차원을 낮추거나 모든 조합을 기억합니다(뉴런 수 증가).