"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 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.
당신은 GA가 신경망 이 아니라고 스스로 대답했습니다. 동일한 성공으로 기울기 방법도 쉽게 NS가 될 수 있습니다. 자동차와 운전자가 있습니다. 그리고 운전자에게 자동차 운전을 가르치는 방법은 여러 가지가 있지만 이러한 방법 각각은 자동차가 아닙니다.
이것은 또한 Sweten에 의해 주장됩니다. 나는 당신이 주장하는 것을 잘 이해하지 못합니까?
PS NN에 대한 많은 기사와 책에서 인공 신경망 에 대해 이야기할 때 ODP를 배운다고 암시하여 독자를 오도합니다. 또한 "이러한 네트워크는 .... 때문에 작동하지 않습니다."라는 진술을 만났으며 네트워크가 다른 최적화 알고리즘을 사용하여 훈련된 경우 이러한 "다른" 네트워크에 완전히 다른 품질을 부여하는 완전히 다른 네트워크입니다. 개소리. 네트워크는 네트워크이므로 최적화 방법으로 훈련된 경우 속성이 변경되지 않습니다. 교육의 질은 바뀔 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 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.
당신은 GA가 신경망 이 아니라고 스스로 대답했습니다. 동일한 성공으로 기울기 방법도 쉽게 NS가 될 수 있습니다. 자동차와 운전자가 있습니다. 그리고 운전자에게 자동차 운전을 가르치는 방법은 여러 가지가 있지만 이러한 방법 각각은 자동차가 아닙니다.
이것은 또한 Sweten에 의해 주장됩니다. 나는 당신이 주장하는 것을 잘 이해하지 못합니까?
당신은 GA가 신경망이 아니라고 스스로 대답했습니다. 동일한 성공으로 기울기 방법도 쉽게 NS가 될 수 있습니다. 자동차와 운전자가 있습니다. 그리고 운전자에게 자동차 운전을 가르치는 방법은 여러 가지가 있지만 이러한 방법 각각은 자동차가 아닙니다.
이것은 또한 Sweten에 의해 주장됩니다. 나는 당신이 무엇에 대해 논쟁하는지 잘 이해하지 못합니까?
그래서 저는 GA가 NS라고 주장하지 않았습니다. 스베틀라나의 말에 반응하여 NS와 GA가 어떻게 연결될 수 있는지 보여주었는데,
그런 연결이 없다는 것입니다.
행운을 빕니다.그래서 저는 GA가 NS라고 주장하지 않았습니다. 없다라는 스베틀라나의 말에 어떻게 NS와 GA가 연결될 수 있는지 보여줬다.
1. 당신은 그 지점을 주의 깊게 읽었고 이 구절이 무엇을 의미하는지 이해하지 못했습니다.
2. 웃긴건 정말 관련이 없다는 겁니다. 그들은 GA를 망쳤습니다. 한 가지가 밝혀졌고, 그들은 ORO를 망쳤습니다. 다른 하나, 모두 함께 다른 것 - 세 번째.
3. GA는 최적화 메커니즘일 뿐입니다. 유니버설, 나는 메커니즘에 주목한다. 국회의 최적화를 포함합니다.
2항과 3항에 따르면 국회와 국회는 어떤 식으로든 연결되어 있지 않다는 결론을 내립니다.
NN - 변환 방법(무엇이든 상관없음: 근사, 분류, 필터링, 논리적 변환)
GA - 최적화 방법.
하나는 다른 것이 아니며 서로를 대체할 수 없습니다. 그리고 베이스.
PS NN에 대한 많은 기사와 책에서 인공 신경망 에 대해 이야기할 때 ODP를 배운다고 암시하여 독자를 오도합니다. 또한 "이러한 네트워크는 .... 때문에 작동하지 않습니다."라는 진술을 만났으며 네트워크가 다른 최적화 알고리즘을 사용하여 훈련된 경우 이러한 "다른" 네트워크에 완전히 다른 품질을 부여하는 완전히 다른 네트워크입니다. 개소리. 네트워크는 네트워크이므로 최적화 방법으로 훈련된 경우 속성이 변경되지 않습니다. 교육의 질은 바뀔 수 있습니다.