Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
algorithme c-means qui a une description détaillée ?
WiKi, k-means, c-means, et google ...
A quoi voulez-vous l'utiliser ?
WiKi, k-means, c-means, et google ...
A quoi voulez-vous l'utiliser ?
>> Hybride à croquer.
Au fait, avez-vous essayé les gradients de coefficient ? J'ai la division zéro dehors !
Peut-être que quelqu'un a déjà écrit, peut-être pas...
Après avoir essayé plusieurs algorithmes, j'ai un problème >>en[N/2]*en(nombre d'exemples d'entraînement) pour atteindre un niveau d'erreur suffisant. J'ai initialisé les poids par(MathRand()-MathRand())/32767.
L'initialisation des poids via DoubleTostr et StrToDouble conduit à + de résultats pour atteindre le but !
Le sujet est déjà envahi de toiles d'araignée...
J'ai remarqué cette chose... Supposons que nous ayons un réseau neuronal x-n1-n2-y. Entraînons-le avec le grade ORO en mode batch. <br />Un peu différemment.
Créer un nouvel ensemble MG=S à partir de l'ensemble d'apprentissage S et le partitionner en K sous-ensembles (finis) M tels que l'intersection M(n)&M(n+1)!=0
Ignorer tous les sous-ensembles d'apprentissage M1,M2,M3,...,M(n),M(n+1) de l'ensemble MG et choisir M(emin) et corriger l'erreur si M(emin)<e ; sinon, il faut d'abord M(emin)/M(emin)--1.
C'est la meilleure façon d'apprendre.
Le sujet est déjà envahi de toiles d'araignée...
J'ai remarqué une telle chose... Supposons que nous ayons un réseau neuronal x-n1-n2-y. Entraînons-le avec ORO grad en mode batch. <br class='autobr' /> légèrement différent.
À partir de l'ensemble d'apprentissage S, créez un nouvel ensemble MG=S et divisez-le en K sous-ensembles (finis) M qui croisent M(n)&M(n+1)!=0.
Nous sautons tous les sous-ensembles d'apprentissage M1,M2,M3,...,M(n),M(n+1) de l'ensemble MG et choisissons M(Emin) et corrigeons l'erreur si M(Emin)<e ; sinon, nous avons encore besoin de M(Emin)/M(Emin)--1.
Eh bien, c'est une bien meilleure façon de s'entraîner.
Que montre le sous-ensemble de test ? Comment se comporte l'erreur ?
La méthode décrite se retrouve parfois dans la littérature comme un mode batch modifié.
Camarades. Si quelqu'un a mis en œuvre des algorithmes d'apprentissage stochastique. Partagez vos impressions, vos expériences, etc. (je n'ai pas besoin du code source).
P.S. Merci d'avance.