"New Neural"은 MetaTrader 5 플랫폼용 신경망 엔진의 오픈 소스 프로젝트입니다. - 페이지 39 1...323334353637383940414243444546...100 새 코멘트 Mykola Demko 2011.10.26 23:30 #381 방사형 기본 네트워크를 구축할 것인가? 그들은 강력한 버그를 가지고 있지만 빠르게 학습하지만 알려지지 않은 데이터에 대해서는 잘 예측하지 못합니다. Victor Nikolaev 2011.10.27 03:29 #382 뉴로 오픈 소스 : 일반 과정 (사이트 http://www.intuit.ru/department/expert/neuro/ 에서 등록이 필요합니다. 누가 속보에 등록했는지 - 별명 Nic_Touch 패스 zdraste01 ) 2. 뉴런 모델 3. 두 클래스의 선형 분리 문제 4. 두 클래스의 비선형 분리 문제 5. 신경망의 종류와 기능 구성 방법 6. S자형 다층 네트워크 7. 기울기 네트워크 학습 알고리즘 8. 전역 최적화 방법 9. 방사형 신경망 10. 연관 저장 장치로서의 순환 네트워크 11. 순환 네트워크에 의한 조합 최적화 문제 해결 12. 퍼셉트론 기반 순환 네트워크 13. 신경망의 자기 조직화(self-learning) 14. 적응 공명 이론(ART) 15. 퍼지 및 하이브리드 신경망 16. 신경망의 대조(축소) 17. 신경컴퓨터의 하드웨어 구현 방법 강의 http://www.softcraft.ru/neuro/ni/p00.shtml 표시 예 http://www.statsoft.ru/home/products/version6/snn.htm 모델 및 교수법에 관한 책 Vladimir 2011.10.27 05:17 #383 우크라이나 : u - 활성제 입력 y 는 추가 역률입니다. 지수가 있는 곳마다 32비트를 초과하는 큰 숫자가 나오지 않도록 양수의 지수 계산을 피해야 합니다. 예를 들어, 시그마를 계산하는 것이 다음과 같이 더 좋습니다. 더블 x = -y*u; 이중 e=exp(-|x|); if(x<=0) 반환 ( 1 ./( 1 .+e)); if(x>0) 리턴 (e/( 1 .+e)); 이 공식은 매우 간단하게 유도됩니다. 지수 인수가 음수이면 공식을 변경하지 않고 그대로 둡니다. 양수이면 분자와 분모에 동일한 인수의 지수를 곱하지만 부호는 음수입니다. --- 2011.10.27 08:40 #384 비닌 : djvu 보기에 문제가 있습니다. 나는 모든 책을 읽었습니다. Mykola Demko 2011.10.27 13:04 #385 gpwr : 지수가 있는 곳마다 32비트를 초과하는 큰 숫자가 나오지 않도록 양수의 지수 계산을 피해야 합니다. 예를 들어, 시그마를 계산하는 것이 다음과 같이 더 좋습니다. 더블 x = -y*u; 이중 e=exp(-|x|); if(x<=0) 반환 ( 1 ./( 1 .+e)); if(x>0) 반환 (e/( 1 .+e)); 이 공식은 아주 간단하게 유도됩니다. 지수 인수가 음수이면 공식을 변경하지 않고 그대로 둡니다. 양수이면 분자와 분모에 동일한 인수의 지수를 곱하지만 부호는 음수입니다. 이상하게도 시그모이드 자체는 큰 음수 입력 조건에서도 올바르게 작동하지만 하이퍼탄젠트 함수는 실패합니다. 그래서 고전 알고리즘에 시그모이드 개그 를 추가로 가져왔습니다. 이 함수는 하이퍼탄젠트와 동일한 한계에서 작동하지만 더 빠르고 #IND에 문제가 없습니다. 또한 받음각을 조정할 때 (계수 y의 작은 값에서) 초탄젠트는 -1에 도달하지 않습니다. 일반적으로 하이퍼탄젠트를 미세하게 조정하고 싶은 사람은 함수가 유망하지 않다고 생각합니다. 결과를 저장해야 할 뿐만 아니라 지수의 계산을 두 번 사용하기 때문에 확인도 필요하고 도달하지 못하는 문제도 있습니다. 공격을 조정할 때 경계. 내 결론은 하이퍼탄젠트, 즉 시그모이드 규칙이 이동했다는 것입니다. Andrey Dik 2011.10.27 13:12 #386 우크라이나 : 내 결론은 하이퍼탄젠트, 이동된 S자형 규칙입니다. 지원하다. Mykola Demko 2011.10.27 13:41 #387 주 : 지원하다. 제한 [-1; 1]에서 시그모이드를 더 간단하게 구현할 수 있습니다. double sigma( double u, double y= 1 .) // [-1;1] { return ( exp (-y*u)); } 그러나 이 구현에는 #IND에도 문제가 있으므로 여러 검사를 작성하는 것보다 몇 가지 간단한 작업을 추가하는 것이 좋습니다. + - /가 여기에 추가되어 여러 검사에 대해 총 3개의 추가 작업을 수행합니다. double sigmah( double u, double y= 1 .) // [-1;1] сдвинутый сигмоид { return (( 2 ./( 1 .+ exp (-y*u)))- 1 .); } Andrey Dik 2011.10.27 14:01 #388 우크라이나 : double sigmah( double u, double y= 1 .) // [-1;1] сдвинутый сигмоид { return (( 2 ./( 1 .+ exp (-y*u)))- 1 .); } 이것은 작동 범위[-1, 1]의 편의성과 속도 면에서 모두 최상의 옵션입니다. 정의 영역은 전체 숫자 라인입니다. 최근부터 많은 대안을 시도하고 실행 속도 를 테스트하면서 사용하고 있는 것이 바로 이 활성화 기능입니다. TheXpert 2011.10.27 14:04 #389 그리고 나는 에코 그리드에서 이것을 좋아합니다. class RSDNFunction { public : static const NeuronType Type = ETYPE_RSDN; public : double F( double x) { // coeffs were added to adjust this function to bisigmoid for values from -5 to 5 return 5 *x/( 5 * sqrt (abs( 5 *x) ) + 5 ); } double dF( double x) { double root = sqrt ( 5 *abs( 5 *x) ) + 1 ; return (root + 1 )/( 2 *root*root); // derived function } }; TheXpert 2011.10.27 14:07 #390 그런데. 시그모이드 유형 함수가 필요합니다. 요구 사항은 함수 자체와 미분(계산하기가 그리 어렵지 않음)의 정규형과 역함수와 미분의 정규형입니다. 1...323334353637383940414243444546...100 새 코멘트 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
방사형 기본 네트워크를 구축할 것인가?
그들은 강력한 버그를 가지고 있지만 빠르게 학습하지만 알려지지 않은 데이터에 대해서는 잘 예측하지 못합니다.
일반 과정 (사이트 http://www.intuit.ru/department/expert/neuro/ 에서 등록이 필요합니다. 누가 속보에 등록했는지 - 별명 Nic_Touch 패스 zdraste01 )
강의 http://www.softcraft.ru/neuro/ni/p00.shtml
표시 예 http://www.statsoft.ru/home/products/version6/snn.htm
모델 및 교수법에 관한 책
u - 활성제 입력
y 는 추가 역률입니다.
지수가 있는 곳마다 32비트를 초과하는 큰 숫자가 나오지 않도록 양수의 지수 계산을 피해야 합니다. 예를 들어, 시그마를 계산하는 것이 다음과 같이 더 좋습니다.
더블 x = -y*u;
이중 e=exp(-|x|);
if(x<=0) 반환 ( 1 ./( 1 .+e));
if(x>0) 리턴 (e/( 1 .+e));
이 공식은 매우 간단하게 유도됩니다. 지수 인수가 음수이면 공식을 변경하지 않고 그대로 둡니다. 양수이면 분자와 분모에 동일한 인수의 지수를 곱하지만 부호는 음수입니다.
지수가 있는 곳마다 32비트를 초과하는 큰 숫자가 나오지 않도록 양수의 지수 계산을 피해야 합니다. 예를 들어, 시그마를 계산하는 것이 다음과 같이 더 좋습니다.
더블 x = -y*u;
이중 e=exp(-|x|);
if(x<=0) 반환 ( 1 ./( 1 .+e));
if(x>0) 반환 (e/( 1 .+e));
이 공식은 아주 간단하게 유도됩니다. 지수 인수가 음수이면 공식을 변경하지 않고 그대로 둡니다. 양수이면 분자와 분모에 동일한 인수의 지수를 곱하지만 부호는 음수입니다.
이상하게도 시그모이드 자체는 큰 음수 입력 조건에서도 올바르게 작동하지만 하이퍼탄젠트 함수는 실패합니다. 그래서 고전 알고리즘에 시그모이드 개그 를 추가로 가져왔습니다. 이 함수는 하이퍼탄젠트와 동일한 한계에서 작동하지만 더 빠르고 #IND에 문제가 없습니다.
또한 받음각을 조정할 때 (계수 y의 작은 값에서) 초탄젠트는 -1에 도달하지 않습니다.
일반적으로 하이퍼탄젠트를 미세하게 조정하고 싶은 사람은 함수가 유망하지 않다고 생각합니다. 결과를 저장해야 할 뿐만 아니라 지수의 계산을 두 번 사용하기 때문에 확인도 필요하고 도달하지 못하는 문제도 있습니다. 공격을 조정할 때 경계.
내 결론은 하이퍼탄젠트, 즉 시그모이드 규칙이 이동했다는 것입니다.
내 결론은 하이퍼탄젠트, 이동된 S자형 규칙입니다.
지원하다.
제한 [-1; 1]에서 시그모이드를 더 간단하게 구현할 수 있습니다.
그러나 이 구현에는 #IND에도 문제가 있으므로 여러 검사를 작성하는 것보다 몇 가지 간단한 작업을 추가하는 것이 좋습니다.
+ - /가 여기에 추가되어 여러 검사에 대해 총 3개의 추가 작업을 수행합니다.
이것은 작동 범위[-1, 1]의 편의성과 속도 면에서 모두 최상의 옵션입니다. 정의 영역은 전체 숫자 라인입니다.
최근부터 많은 대안을 시도하고 실행 속도 를 테스트하면서 사용하고 있는 것이 바로 이 활성화 기능입니다.
그리고 나는 에코 그리드에서 이것을 좋아합니다.
그런데.
시그모이드 유형 함수가 필요합니다.
요구 사항은 함수 자체와 미분(계산하기가 그리 어렵지 않음)의 정규형과 역함수와 미분의 정규형입니다.