그것이 무엇인지 스스로에게 물어봐야 합니다. 또는 "왜: ORO <-> GA"를 이해해야 합니까?
개인적으로 이해하는 바: GA는 최적화 메커니즘일 뿐입니다. 무엇이든 최적화합니다. GA를 사용하면 "이마에" 매개변수 열거를 제거할 수 있습니다.
신경망과 관련이 없습니다. 오히려 최적의 가중치를 선택하기 위한 메커니즘일 뿐입니다.
따라서 GA는 NS가 아니며 앞으로도 없을 것입니다.
"최적화"라는 용어가 무엇을 이해합니까? 옵션을 검색하면 이것은 옳지 않습니다. 이 MT는 당신을 혼란스럽게 합니다.
이제 GA에 대해: 이것은 검색 방법입니다. 네트워크 교육 의 경우 최소한의 일부 기능을 찾고 있습니다. 종종 실수. 네트워크를 훈련하는 과정에서 ODP가 무엇인지, GA가 무엇인지, 기울기가 무엇인지, 어닐링이 무엇인지(GA와 유사한 방법이 있음) 극한값을 찾으려고 합니다. 어떤 방법이 더 효과적일지는 기능 자체와 품질 기준(즉, 최상의 옵션이 선택되는 기준)에 따라 다릅니다. 이 모든 방법 중에서 GA가 가장 다재다능합니다. 그리고 그들 중 어느 것도 글로벌 극한값을 찾는 것을 보장하지 않습니다.
예를 들어, GA를 사용하면 네트워크 아키텍처를 동시에 선택할 수 있습니다. 즉, 최적화되는 매개변수에 네트워크 아키텍처를 포함하고 품질 기준(GA 측면에서 적합성 기능)을 설정할 수 있습니다. 더 많은 가능성. 또한 필요한 경우 GA와 함께 ORO를 사용할 수 있습니다.
"최적화"라는 용어가 무엇을 이해합니까? 옵션을 검색하면 이것은 옳지 않습니다. 이 MT는 당신을 혼란스럽게 합니다.
이제 GA에 대해: 이것은 검색 방법입니다. 네트워크 교육의 경우 최소한의 일부 기능을 찾고 있습니다. 종종 실수. 네트워크를 훈련하는 과정에서 ODP가 무엇인지, GA가 무엇인지, 기울기가 무엇인지, 어닐링이 무엇인지(GA와 유사한 방법이 있음) 극한값을 찾으려고 합니다. 어떤 방법이 더 효과적일지는 기능 자체와 품질 기준(즉, 최상의 옵션이 선택되는 기준)에 따라 다릅니다. 이러한 모든 방법 중에서 GA가 가장 다재다능합니다. 그리고 그들 중 어느 것도 글로벌 극한값을 찾는 것을 보장하지 않습니다.
예를 들어 GA를 사용하면 네트워크 아키텍처를 동시에 선택하는 것이 가능합니다. 즉, 최적화되는 매개변수에 네트워크 아키텍처를 포함(아키텍처)하고 품질 기준(GA 측면에서 적합성 기능)을 설정할 수 있습니다. 더 많은 가능성이 있습니다. 또한 필요한 경우 GA와 함께 ORO를 사용할 수 있습니다.
행운을 빕니다.
으악! 완전히 혼란!
이 스레드를 읽어야 합니다.
누군가 Reshetov는 다음과 같이 주장합니다. "우리가 블랙박스를 다루고 있기 때문에 독점 패키지의 신경망 대신 유전 알고리즘이 사용 되거나 일종의 회귀 또는 기타 외삽 방법이 사용될 가능성이 있습니다."
원래 진술을 상기시켜 드리겠습니다. NS와 GA는 완전히 다른 것이며 어떤 식으로든 서로 관련이 없습니다.
하나는 다른 하나를 위해 변경되지 않습니다.
글쎄, 왜: ORO <-> GA;).
행운을 빕니다.
VladislavVG :
글쎄, 왜: ORO <-> GA;).
ORO가 제거되면 - GA가 없으면 작동한다는 의미입니까?
GA가 정확히 무엇인지 묻겠습니다.
네. 그들은 당신을 가혹하게 가르칩니다.
행운을 빕니다. :)
역학에 관한 것이 아닙니다. 역학이 있을 수 있습니다. 가장 중요한 것은 네트워크가 훈련 기간 동안 찾은 패턴이 미래에 작동한다는 것입니다. 그게 요점이다.......
같은 쌍을 그리드에 넣으면 구운 dinimaku에 대해 ... 다른 패턴에 대해 - 동의합니다 ... 지속적으로 작동하도록 어디에서 얻을 수 있습니까?)))
그리고 ORO가 제거되면 - GA, 그것은 그것 없이도 작동한다는 것을 의미합니까?
오 글쎄. 그들은 당신을 가혹하게 가르칩니다.
행운을 빕니다. :)
"ORI 제거"와 "GA는 그것 없이도 작동한다"라는 개념이 정확히 무엇을 의미하는지 설명하십시오.
내가 말했던 GA로 ORO 학습 알고리즘을 대체/확장한다는 것을 의미한다면, 다른 것이면 아마도 이해하지 못했을 것입니다. 많은 경우에 켤레 기울기 방법도 작동하며 ODP보다 훨씬 효율적입니다. 모든 것은 최소화할 기능에 달려 있습니다.
그리고 "심각한 가르침"에 대해서도 같은 대답을 할 수 있습니다. 당신은 교육을 심하게 덜 받은 것 같습니다.).
행운을 빕니다.
GA를 사용하여 학습 알고리즘을 수정하는 주제에 대한 ZY 기사를 찾을 수 있습니까? 러시아어도 있습니다;).
"ORI 제거"와 "GA는 그것 없이도 작동한다"라는 개념이 정확히 무엇을 의미하는지 설명하십시오. .
그것이 무엇인지 스스로에게 물어봐야 합니다. 그리고 레셰토프. 또는 "왜: ORO <-> GA"를 이해해야 합니까?
개인적으로 이해하는 바: GA는 최적화 메커니즘일 뿐입니다. 무엇이든 최적화합니다. GA를 사용하면 "이마에" 매개변수 열거를 제거할 수 있습니다.
신경망과 관련이 없습니다. 오히려 최적의 가중치를 선택하기 위한 메커니즘일 뿐입니다.
따라서 GA는 NS가 아니며 앞으로도 없을 것입니다.
VladislavVG :
내가 말했던 GA로 ORO 학습 알고리즘을 대체/확장한다는 것을 의미한다면, 다른 것이면 아마도 이해하지 못했을 것입니다. 많은 경우에 켤레 기울기 방법도 작동하며 ODP보다 훨씬 효율적입니다. 모든 것은 최소화할 기능에 달려 있습니다.
그리고 "심각한 가르침"에 대해서도 같은 대답을 할 수 있습니다. 당신은 교육을 심하게 덜 받은 것 같습니다.).
나는 당신의 첫 번째 구절을 이해하려고 시도하고 있습니다.
나열된 옵션으로 판단하면 다음과 같이 구축할 수 있습니다. "ORO 학습 알고리즘을 GA를 사용하여 대체한다는 의미라면 그렇게 될 것입니다."
무엇을 할 것인가? 국회 대신 일하라?
그것이 무엇인지 스스로에게 물어봐야 합니다. 또는 "왜: ORO <-> GA"를 이해해야 합니까?
개인적으로 이해하는 바: GA는 최적화 메커니즘일 뿐입니다. 무엇이든 최적화합니다. GA를 사용하면 "이마에" 매개변수 열거를 제거할 수 있습니다.
신경망과 관련이 없습니다. 오히려 최적의 가중치를 선택하기 위한 메커니즘일 뿐입니다.
따라서 GA는 NS가 아니며 앞으로도 없을 것입니다.
"최적화"라는 용어가 무엇을 이해합니까? 옵션을 검색하면 이것은 옳지 않습니다. 이 MT는 당신을 혼란스럽게 합니다.
이제 GA에 대해: 이것은 검색 방법입니다. 네트워크 교육 의 경우 최소한의 일부 기능을 찾고 있습니다. 종종 실수. 네트워크를 훈련하는 과정에서 ODP가 무엇인지, GA가 무엇인지, 기울기가 무엇인지, 어닐링이 무엇인지(GA와 유사한 방법이 있음) 극한값을 찾으려고 합니다. 어떤 방법이 더 효과적일지는 기능 자체와 품질 기준(즉, 최상의 옵션이 선택되는 기준)에 따라 다릅니다. 이 모든 방법 중에서 GA가 가장 다재다능합니다. 그리고 그들 중 어느 것도 글로벌 극한값을 찾는 것을 보장하지 않습니다.
예를 들어, GA를 사용하면 네트워크 아키텍처를 동시에 선택할 수 있습니다. 즉, 최적화되는 매개변수에 네트워크 아키텍처를 포함하고 품질 기준(GA 측면에서 적합성 기능)을 설정할 수 있습니다. 더 많은 가능성. 또한 필요한 경우 GA와 함께 ORO를 사용할 수 있습니다.
행운을 빕니다.
무엇을 할 것인가? 국회 대신 일하라?
교육 방법은 "대신 작동"하지 않습니다. 결국 ORO는 "NS 대신" 작동하지 않습니다. 위에서 더 자세히 답변했습니다.
행운을 빕니다.
"최적화"라는 용어가 무엇을 이해합니까? 옵션을 검색하면 이것은 옳지 않습니다. 이 MT는 당신을 혼란스럽게 합니다.
이제 GA에 대해: 이것은 검색 방법입니다. 네트워크 교육의 경우 최소한의 일부 기능을 찾고 있습니다. 종종 실수. 네트워크를 훈련하는 과정에서 ODP가 무엇인지, GA가 무엇인지, 기울기가 무엇인지, 어닐링이 무엇인지(GA와 유사한 방법이 있음) 극한값을 찾으려고 합니다. 어떤 방법이 더 효과적일지는 기능 자체와 품질 기준(즉, 최상의 옵션이 선택되는 기준)에 따라 다릅니다. 이러한 모든 방법 중에서 GA가 가장 다재다능합니다. 그리고 그들 중 어느 것도 글로벌 극한값을 찾는 것을 보장하지 않습니다.
예를 들어 GA를 사용하면 네트워크 아키텍처를 동시에 선택하는 것이 가능합니다. 즉, 최적화되는 매개변수에 네트워크 아키텍처를 포함(아키텍처)하고 품질 기준(GA 측면에서 적합성 기능)을 설정할 수 있습니다. 더 많은 가능성이 있습니다. 또한 필요한 경우 GA와 함께 ORO를 사용할 수 있습니다.
행운을 빕니다.
으악! 완전히 혼란!
이 스레드를 읽어야 합니다.
누군가 Reshetov는 다음과 같이 주장합니다. "우리가 블랙박스를 다루고 있기 때문에 독점 패키지의 신경망 대신 유전 알고리즘이 사용 되거나 일종의 회귀 또는 기타 외삽 방법이 사용될 가능성이 있습니다."
https://www.mql5.com/ru/forum/108709/page4
그래서 나는 그것이 무엇인지 알아 내려고 노력하고 있습니다. 그리고 ORO는 GRNN으로 착각했습니다.
VladislavVG :
교육 방법은 "대신 작동"하지 않습니다. 결국 ORO는 "NS 대신" 작동하지 않습니다.
이것이 내가 당신에게 전달하려고 한 것입니다. :)
그리고 다른 사람에게.
단지 당신의 초기 메시지가 틀렸을 뿐입니다.