코호넨 네트워크 연구를 도와주세요. 나는 하이퍼스피어의 차원 수가 어떻게 알려져 있는지 이해하지 못합니다. 예를 들어, 3개의 입력이 있고 뉴런이 1인 경우 3차원? 그래서 3개의 다른 입력은 하나의 입력 벡터의 한 점의 좌표입니까? 그리고 이 3개의 입력은 하나의 기준으로 연결되어야 합니까? 그리고 다른 기준을 추가해야 하는 경우 이를 기반으로 3개의 입력을 더 만들고 동일한 뉴런에 연결하면 측정의 "불균형"이 발생합니까? 입력 벡터는 3차원이고 뉴런은 6차원이 될까요?
danja>> : 안녕하세요! 저는 여기 포럼에 새로 왔습니다. 유용한 포럼을 통해 실행 :). 아시는 분들에게 묻고 싶습니다. 신경망 의 의미를 파헤치고 싶지만 어디서부터 시작해야 할 지 모르겠습니다. 일반적인 아이디어가 있는 한 Y. Reshetov의 기사를 읽고, 이제 욕망이 있습니다. 이 방향으로 발전합니다. 이 주제에 대한 유용한 문헌을 알려주십시오. 포럼 어딘가에 예가 있을 수 있습니다. 검색하지 않았습니까? 미리 감사드립니다 :)
최적화 방법이 무엇인지 이해하는 것부터 시작해야 합니다. 그런 다음 이미 목표를 향해 기울어졌습니다.
예를 들어 scd를 찾으려고 할 때 흥미 롭습니다. 첫 번째 근사값에서 0으로 간주하여 큰 세그먼트에서 반환합니다. 질문은 실제로 간단합니다(x는 원하는 계열, N은 표본 크기).
True_speed / Rough_estimate_speed =
= MathSqrt ( ( 합계(x^2) - 합계(x)^2 ) / 합계(x^2) ) =
= MathSqrt( 1 - N^2 * 평균^2 / 합계(x^2) ) ~
~ 1 - N^2/2 * 평균^2 / 합계(x^2) =
= 1 - N/2 * 평균^2 / 평균제곱
두 번째 항 앞의 인수 N/2가 아니라면 모든 것이 괜찮을 것입니다.
신경망을 다루기 위해서는 먼저 프로그래밍 언어의 기초를 배워야 할 것 같습니다.
안녕하세요! 저는 여기 포럼에 새로 왔습니다. 유용한 포럼을 통해 실행 :). 아시는 분들에게 묻고 싶습니다. 신경망 의 의미를 파헤치고 싶지만 어디서부터 시작해야 할 지 모르겠습니다. 일반적인 아이디어가 있는 한 Y. Reshetov의 기사를 읽고, 이제 욕망이 있습니다. 이 방향으로 발전합니다. 이 주제에 대한 유용한 문헌을 알려주십시오. 포럼 어딘가에 예가 있을 수 있습니다. 검색하지 않았습니까? 미리 감사드립니다 :)
최적화 방법이 무엇인지 이해하는 것부터 시작해야 합니다. 그런 다음 이미 목표를 향해 기울어졌습니다.