가장 기억에 남는 네트워크가 무엇인지 아십니까? 사람들... 어째서 멀리 가십시오. 적어도 내가 당신에게서 배운 방법을 취하십시오 - 이것은 내 "저울"의 진부한 설정입니다... -:)
그리고 그림은 매우 유사합니다. 실수로 듣고 읽은 것부터 완전한 오해의 충격을 통해 결국 "클릭" ... 가야 할 방향을 이해합니다.
여기에 한 가지 말장난(이것은 위원회에 관한 것입니다)이 떠오릅니다. 이 말은 바보 위원회를 모으더라도 어떤 문제에 대한 올바른 해결책을 찾을 수 없을 것 같다는 것입니다.
나는 왜 위원회를 그토록 원했을까? 예, 칠면조의 패턴을 생각하는 데 익숙하기 때문입니다. 예를 들어 칠면조 한 마리가 잘못되었거나 규모가 맞지 않으면 두 마리의 칠면조가 이미 더 신뢰할 수 있고 세 개 이상은 매우 좋습니다. 그러나 나는 십여 마리의 칠면조가 내장 된 Reshtovsky (그 자신은 좋은 사람입니다) 전문가를보고 점점 더 자주이 말장난을 기억합니다 ...
글쎄, 당신은 이 유전자로 무엇을 합니까? 두달을 허비했습니다. 처음 8개의 매개변수는 아무것도 아닙니다. 코드 블록을 개별적으로 최적화하는 것은 터무니없는 일입니다. 네트워크는 단일 엔터티여야 합니다. 그렇지 않으면 네트워크가 전혀 아닙니다. 당신과 8개의 매개변수가 지붕 위에 있다고 가정하고 최적화 후 몇 가지 결과(수만 개 중)를 선택해야 하며 여기에 ... AMBAM -:)
글쎄, 당신은 선택의 여지가 없습니다! 물론 Nadezhda Petrovna를 신뢰하고 가장 큰 잔액 또는 가장 작은 손실에 따라 선택할 수 있지만 이것은 동전 던지기가 될 것이며 이 여성은 변경 가능합니다.
그리고 일반적으로 "유전학이 지배한다"는 당신의 진술을 입증해야 하는 것은 내가 아니라 당신입니다.
왜냐하면 나는 경사 하강법이 전문화되고 유전학이 보편적임을 반복합니다.
내 취향에는 유전학이 예상 결과를 공식화하기 어려운 곳에 더 잘 적용됩니다. 광학 인식 또는 XOR을 고려할 때 명확합니다. 여기에 입력이 있고 출력으로 얻고자 하는 데이터가 있습니다. 그리고 Forex의 경우 출구에서 무엇을 얻고 싶습니까? 이익. 단일 눈금 또는 막대에서 우리는 무엇을 기다리고 있습니까? 헤이즈 아니면 내가 이해하기로는 국회가 행동해야 하는 전략을 개발한 다음 이 행동 전략에 맞게 조정해야 합니다. 유전학은 NN이 수익 을 내기 위해 입력 데이터에서 "최적적으로 스스로를 실현"할 수 있도록 합니다. 이 기준에 따르면, 그녀는 더 번식할 기회를 얻습니다. IMHO 이것은 보다 유연한 접근 방식입니다.
훈련 중 가중치 수렴(명확성을 위해 100 Epoch를 사용했으며 24개면 충분함)
가로좌표 - 연호, 세로좌표 - 비중 값(총 24개 있음)
그리고 훈련된 그리드에서 가중치의 값은 거의 +/-1을 넘지 않으므로 지금은 가중치의 상대적 위치(훈련 후)가 중요하고 절대값이 가장 가능성이 높다고 생각합니다. 단위 범위에 배치하기에 충분합니다. 따라서 분명히 GTR이 여기에 있습니다.
A. 아인슈타인의 일반 상대성 이론처럼?
정확히 -:)
가장 기억에 남는 네트워크가 무엇인지 아십니까? 사람들... 어째서 멀리 가십시오. 적어도 내가 당신에게서 배운 방법을 취하십시오 - 이것은 내 "저울"의 진부한 설정입니다... -:)
그리고 그림은 매우 유사합니다. 실수로 듣고 읽은 것부터 완전한 오해의 충격을 통해 결국 "클릭" ... 가야 할 방향을 이해합니다.
여기에 한 가지 말장난(이것은 위원회에 관한 것입니다)이 떠오릅니다. 이 말은 바보 위원회를 모으더라도 어떤 문제에 대한 올바른 해결책을 찾을 수 없을 것 같다는 것입니다.
나는 왜 위원회를 그토록 원했을까? 예, 칠면조의 패턴을 생각하는 데 익숙하기 때문입니다. 예를 들어 칠면조 한 마리가 잘못되었거나 규모가 맞지 않으면 두 마리의 칠면조가 이미 더 신뢰할 수 있고 세 개 이상은 매우 좋습니다. 그러나 나는 십여 마리의 칠면조가 내장 된 Reshtovsky (그 자신은 좋은 사람입니다) 전문가를보고 점점 더 자주이 말장난을 기억합니다 ...
유전자 플롭. 입증할 수 있습니다.
기대하고 있어요
기대하고 있어요
확인. 유전학 범용 알고리즘.
신경망 훈련을 위한 현재 존재하는 모든 알고리즘(유전학 및 이와 유사한 것은 제외)
전문화되고 선험적으로 더 우수하기 때문에 유전학은 지역의 특성을 고려하지 않습니다.
이것은 몬테카를로 방법을 사용하여 임의의 도형의 면적을 구하는 것과 거의 같습니다.
그리고 일반적으로 "유전학이 지배한다"는 당신의 진술을 입증해야 하는 것은 내가 아니라 당신입니다.
왜냐하면 나는 경사 하강법이 전문화되고 유전학이 보편적임을 반복합니다.
YDzh 로
글쎄, 당신은 이 유전자로 무엇을 합니까? 두달을 허비했습니다. 처음 8개의 매개변수는 아무것도 아닙니다. 코드 블록을 개별적으로 최적화하는 것은 터무니없는 일입니다. 네트워크는 단일 엔터티여야 합니다. 그렇지 않으면 네트워크가 전혀 아닙니다. 당신과 8개의 매개변수가 지붕 위에 있다고 가정하고 최적화 후 몇 가지 결과(수만 개 중)를 선택해야 하며 여기에 ... AMBAM -:)
글쎄, 당신은 선택의 여지가 없습니다! 물론 Nadezhda Petrovna를 신뢰하고 가장 큰 잔액 또는 가장 작은 손실에 따라 선택할 수 있지만 이것은 동전 던지기가 될 것이며 이 여성은 변경 가능합니다.
확인. 유전학 범용 알고리즘.
신경망 훈련을 위한 현재 존재하는 모든 알고리즘(유전학 및 이와 유사한 것은 제외)
전문화되고 선험적으로 더 우수하기 때문에 유전학은 지역의 특성을 고려하지 않습니다.
이것은 몬테카를로 방법을 사용하여 임의의 도형의 면적을 구하는 것과 거의 같습니다.
그리고 일반적으로 "유전학이 지배한다"는 당신의 진술을 입증해야 하는 것은 내가 아니라 당신입니다.
왜냐하면 나는 경사 하강법이 전문화되고 유전학이 보편적임을 반복합니다.
내 취향에는 유전학이 예상 결과를 공식화하기 어려운 곳에 더 잘 적용됩니다. 광학 인식 또는 XOR을 고려할 때 명확합니다. 여기에 입력이 있고 출력으로 얻고자 하는 데이터가 있습니다. 그리고 Forex의 경우 출구에서 무엇을 얻고 싶습니까? 이익. 단일 눈금 또는 막대에서 우리는 무엇을 기다리고 있습니까? 헤이즈 아니면 내가 이해하기로는 국회가 행동해야 하는 전략을 개발한 다음 이 행동 전략에 맞게 조정해야 합니다. 유전학은 NN이 수익 을 내기 위해 입력 데이터에서 "최적적으로 스스로를 실현"할 수 있도록 합니다. 이 기준에 따르면, 그녀는 더 번식할 기회를 얻습니다. IMHO 이것은 보다 유연한 접근 방식입니다.
그리고 Forex의 경우 출구에서 무엇을 얻고 싶습니까? 이익. 단일 눈금 또는 막대에서 우리는 무엇을 기다리고 있습니까? 헤이즈
글쎄, 그래서 빨리 ... 왕에서, 당신은 알고 있습니다 :-)
다음 증분의 부호는 출력에서 나에게 충분하며 내가 직접 수익을 낼 것입니다.
글쎄, 그래서 빨리 ... 왕에서, 당신은 알고 있습니다 :-)
다음 증분의 부호는 출력에서 나에게 충분하며 내가 직접 수익을 낼 것입니다.
글쎄, 이 표시가 짧은 기간에 당신에게 아무 것도 주지 않을 것이라고 가정해 봅시다. 물론 확산 때문에...
글쎄, 이 표시가 짧은 기간에 당신에게 아무 것도 주지 않을 것이라고 가정해 봅시다. 물론 확산 때문에...
왜 기간이 필요합니까? 그것을 발명한 사람이 그것을 거래하게 하십시오.