Hybride neuronale Netze. - Seite 19
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Es ist im ersten Jahr der Universität. Ich habe das in der High School erlebt. Das Einzige, was zählt, ist der Lehrer, d. h. im Wesentlichen die Art des Fehlers in der Ausgabe des Netzes.
Wichtig ist die Problemstellung. Wie wir (der Lehrer) den Fehler am Ausgang des Netzes beibringen, ist von untergeordneter Bedeutung.
Die Problemstellung ist wichtig. Wie wir den Fehler in der Ausgabe des Netzes trainieren (lehren), ist zweitrangig.
Ein neuronales Netz, das lernt, 2+3 zu addieren, hat einen MSE-Fehler. Ein neuronales Netz, das Mustererkennung lernt, wird einen anderen Fehler haben. Oder schlagen Sie vor, die Problemstellung anders zu interpretieren?
Ein neuronales Netz, das lernt, 2+3 zu addieren, hat einen MSE-Fehler. Ein neuronales Netz, das Mustererkennung lernt, wird einen anderen Fehler haben. Oder schlagen Sie vor, die Problemstellung anders zu interpretieren?
Die Problemstellung ist das, was Sie mit einem Netz zu erreichen versuchen. Nehmen wir ein Beispiel: Wir haben eine Funktion x(t) = 4*x(t-1)*(1 - x(t-1)).
Wir werden seinen Wert für t=100,150 annähern; bzw. eine Trainingsstichprobe und eine Teststichprobe als Erweiterung der Trainingsstichprobe erstellen.
X0 = 0,2, Trainingsstichprobe - 100, Items von 1-100. Das Training hat 50 Elemente von 100 bis 150.
In der .rar-Datei von atacha befinden sich Diagramme:
learning-1.gif - Übungsbeispiel
test-1.gif - test
learning-2.gif - Verteilung der Werte der Ausbildungsstichprobe
Beginnen wir mit dem Training, bzw. mit der Eingabe X und erwarten X+1 am Ausgang, das Netz 1-6-1. Trainieren nach der Gradientenmethode mit adaptivem Schritt.
Das Trainingspaar {X,D}, wobei D=X(t+1)
Im Laufe der Ausbildung haben wir
MSE: 0,3549103488
Epoche: 3375
error.gif - Fehlerdiagramm
Testen wir es mit dem Testmuster
Fehler bei der Prüfung
MSE: 0,7089074281
test-2.gif - Testdiagramm, erwartete Ausgabedaten und was das Netzmodell zeigt.
test-3.gif - Diagramm der Verteilung der Probenwerte
D.h. das Ziel ist erreicht
Wie kann die Lernrate nicht-linear angepasst werden?
Nun, in diesem Fall habe ich eine adaptive Stufe verwendet, die nach dE/dW berechnet wird.
rip, wie wendet man diese Funktion auf den Devisenhandel an? Berechnen Sie auch die MSEs?
rip, wie wendet man diese Funktion auf den Devisenhandel an? Berechnen Sie auch den MSE?
Auf keinen Fall :) Das ist nur eine der Testfunktionen, mit denen überprüft wird, ob das Netz ordnungsgemäß funktioniert.
Auf keinen Fall :) Es ist nur eine der Testfunktionen, mit denen man feststellen kann, ob das Netzwerk korrekt funktioniert.
Ich beziehe mich auf die Stopp-Lernmethode. Welches Kriterium legen Sie dafür in Bezug auf den Devisenhandel zugrunde? In diesem Beispiel haben Sie den mittleren quadratischen Fehler verwendet.
Ich beziehe mich auf die Stopp-Lernmethode. Welches Kriterium legen Sie dafür in Bezug auf den Devisenhandel zugrunde? In diesem Beispiel haben Sie den mittleren quadratischen Fehler verwendet.
MSE