나는 두 가지 정리가 얼마 전에 증명되었다는 것을 알고 있습니다. 첫 번째에 따르면 3계층 비선형 신경망(3개 계층의 뉴런으로 구성되며 각각에 대해 비선형 출력이 있는 네트워크)은 보편적인 근사값이며 계층 수를 더 늘려도 네트워크 성능이 추가되지 않습니다. 두 번째 정리에 따르면 네트워크의 컴퓨팅 성능은 뉴런의 출력에서 특정 유형의 비선형성에 의존하지 않습니다. (비선형성) 원칙적으로 중요하며, Sigmoid 또는 arc tangent가 정확히 무엇인지는 중요하지 않습니다. 이것은 우리가 평등한 것 중에서 최고를 찾으려는 노력을 하지 않게 해줍니다.
알았다. "네트워크 전원"이라는 문구가 혼동됩니다.
4개의 레이어가 3개의 레이어보다 더 효율적이지 않다는 것은 이 두 가지 정리에서 따르지 않습니다.
그들로부터 4개의 레이어가 훈련된 곳에서 3개의 레이어가 훈련될 수 있다는 것만 알 수 있으며 훈련의 효율성에 대해서는 언급하지 않습니다.
항상 3개의 레이어를 먼저 배울 수 있다고 가정해 보겠습니다. 그런 다음 특히 계층화를 늘려 다른 아키텍처와 효율성을 개선할 수 있습니다.
비선형성에 대하여. 모든 것이 훌륭하지만 여전히 모든 증거에도 불구하고 각 FA에는 고유한 장점과 단점이 있습니다. 그것이 내가 내 것을 생각해 낸 이유입니다. 그녀가 그것을 가지고 있음에도 불구하고.
그것이 방법이지만 추가 레이어(기본이 아닌)의 경우 엄청난 비용을 지불해야 합니다. 학습의 복잡성은 P ^ 3만큼 커집니다!
그리고 이것은 물론 네트워크의 대안적인 결과로 이어질 것이지만 그것이 더 나을지는 의문입니다. 네트워크가 3개의 레이어를 얻는 방법을 배웠다면 네 번째 레이어는 많은 피해를 줄 수 있습니다..... 따라서 아키텍처 선택은 레이어를 늘리는 것과 완전히 같지 않습니다. 아키텍처는 일종의 네트워크이며 각 유형은 여러 계층을 가질 수 있습니다.그리고 훈련의 품질은 입력의 품질에 크게 영향을 받으므로 2계층 네트워크가 완벽하게 작동합니다.....
스스로 신경망 프로그래밍을 귀찮게하지 마십시오. 기성 프로그램이 있습니다. 러시아어로 된 책이 있는 유일한 프로그램은 Statistica Neural Networks이고, 게다가 이 책은 정말 신경망 전문가가 쓴 것 같은 인상을 주고, 신경망 작업 방법에 대한 꽤 괜찮은 소개와 개요를 가지고 있습니다. 및 기존 유형의 신경망. 이 프로그램을 사용하면 훈련된 네트워크를 dll 형식으로 내보낼 수 있으며 이는 MT의 어드바이저에서 사용할 수 있습니다(아직 직접 시도하지는 않았지만 문제가 발생하면 죄송합니다). 네트워크가 아닌 전문 거래 프로그램을 MT에 묶는 것은 그리 쉬운 일이 아니며, 가능하면 비뚤어지거나 비스듬히 또는 매우 비쌉니다. 메타스톡 파일로 데이터 내보내기를 제공하는 터미널이 있는 DC가 있습니다. 전! 글쎄, MT 개발자는 불필요한 백업 없이 다른 기술 분석 프로그램을 사용할 수 있도록 데이터를 내보내는 기능을 제공하지 않는 이유가 무엇입니까?
나는 완전히 동의하지 않습니다 ... 완제품은 3 in 1 샴푸 ... 약간의 샴푸, 약간의 컨디셔너, 약간의 밤 ...
그러나 정상적인 품질의 어느 쪽도 다른 쪽도 ...
네트워크의 작동은 이 프로그램에서 어떻게 구현되는지 알 수 없는 많은 요소에 의해 크게 영향을 받습니다...
뿐만 아니라 자체 구현을 개발한 결과 네트워크 작동 원리에 대한 일반적인 이해가 크게 증가할 뿐만 아니라 매우 유연한 도구를 얻게 됩니다...
예를 들어 훈련 중에 네트워크 오류를 계산하는 기능을 어떻게 변경할 수 있습니까? 다른 것을 위한 표준 RMS?
안 돼요 ... 이 알고리즘을 변경해야 합니다 ... 하지만 사용할 수 없습니다 ...
예, 오류는 수정할 수 없습니다. 1년 간의 시도 후에 수정할 수 없는 프로그램 오류가 있다는 것을 알게 되었다고 상상해 보십시오.
시원할 것 같아요... :)
학생이나 전문가가 아닌 사람에게는 문제가 되지 않습니다. 돈을 벌지 않고 그들은 신경망에 종사하고 있습니다 ...
그리고 질문이 돈에 관한 것이라면 전체 프로세스를 제어해야 합니다.
따라서 내 생각에는 가능하면 모든 것을 스스로해야하거나 최소한 작업을 제어 할 수있는 도구를 사용해야한다는 것입니다 ...
Kolmogorov가 증명한 정리와 어떤 관련이 있는 것 같습니다. 즉, 여러 변수의 함수는 두 변수의 함수로 정확히 표현될 수 있습니다. 제가 잘못 표현한 것일 수도 있지만, 국회 관련 기사에서 자주 언급됩니다.
예 예. 문제의 다리는 지난 세기의 58에서 자랍니다.
저는 TF를 사용하지 않습니다.
그 이유는 촛대가 모든 시간대에, 잡다하게 사용되기 때문입니다. 이 때문에 시가(또는 종가)를 기반으로 구축된 VR은 다른 방식(예: 기악 시간 등으로 전환).
어떤 악기 시간에 대해 이야기하고 있습니까?
왠지 어렵네요.
나는 두 가지 정리가 얼마 전에 증명되었다는 것을 알고 있습니다. 첫 번째에 따르면 3계층 비선형 신경망(3개 계층의 뉴런으로 구성되며 각각에 대해 비선형 출력이 있는 네트워크)은 보편적인 근사값이며 계층 수를 더 늘려도 네트워크 성능이 추가되지 않습니다. 두 번째 정리에 따르면 네트워크의 컴퓨팅 성능은 뉴런의 출력에서 특정 유형의 비선형성에 의존하지 않습니다. (비선형성) 원칙적으로 중요하며, Sigmoid 또는 arc tangent가 정확히 무엇인지는 중요하지 않습니다. 이것은 우리가 평등한 것 중에서 최고를 찾으려는 노력을 하지 않게 해줍니다.
알았다. "네트워크 전원"이라는 문구가 혼동됩니다.
4개의 레이어가 3개의 레이어보다 더 효율적이지 않다는 것은 이 두 가지 정리에서 따르지 않습니다.
그들로부터 4개의 레이어가 훈련된 곳에서 3개의 레이어가 훈련될 수 있다는 것만 알 수 있으며 훈련의 효율성에 대해서는 언급하지 않습니다.
항상 3개의 레이어를 먼저 배울 수 있다고 가정해 보겠습니다. 그런 다음 특히 계층화를 늘려 다른 아키텍처와 효율성을 개선할 수 있습니다.
비선형성에 대하여. 모든 것이 훌륭하지만 여전히 모든 증거에도 불구하고 각 FA에는 고유한 장점과 단점이 있습니다. 그것이 내가 내 것을 생각해 낸 이유입니다. 그녀가 그것을 가지고 있음에도 불구하고.
증명의 효율성에 관해서는 확실하지 않습니다.
따라서 논의를 마무리 지을 수 있다고 생각합니다.
어떤 악기 시간에 대해 이야기하고 있습니까?
이것은 양초가 시간이 아니라 조각으로 만들어지는 때입니다(포럼에서 검색 참조).
항상 3개의 레이어를 먼저 배울 수 있다고 가정해 보겠습니다. 그런 다음 특히 계층화를 늘려 다른 아키텍처와 효율성 을 개선할 수 있습니다.
그것이 방법이지만 추가 레이어(기본이 아닌)의 경우 엄청난 비용을 지불해야 합니다. 학습의 복잡성은 P ^ 3만큼 커집니다!
그것이 방법이지만 추가 레이어(기본이 아닌)의 경우 엄청난 비용을 지불해야 합니다. 학습의 복잡성은 P ^ 3만큼 커집니다!
그리고 이것은 물론 네트워크의 대안적인 결과로 이어질 것이지만 그것이 더 나을지는 의문입니다. 네트워크가 3개의 레이어를 얻는 방법을 배웠다면 네 번째 레이어는 많은 피해를 줄 수 있습니다..... 따라서 아키텍처 선택은 레이어를 늘리는 것과 완전히 같지 않습니다. 아키텍처는 일종의 네트워크이며 각 유형은 여러 계층을 가질 수 있습니다.그리고 훈련의 품질은 입력의 품질에 크게 영향을 받으므로 2계층 네트워크가 완벽하게 작동합니다.....
완전히 동의합니다.
스스로 신경망 프로그래밍을 귀찮게하지 마십시오. 기성 프로그램이 있습니다. 러시아어로 된 책이 있는 유일한 프로그램은 Statistica Neural Networks이고, 게다가 이 책은 정말 신경망 전문가가 쓴 것 같은 인상을 주고, 신경망 작업 방법에 대한 꽤 괜찮은 소개와 개요를 가지고 있습니다. 및 기존 유형의 신경망. 이 프로그램을 사용하면 훈련된 네트워크를 dll 형식으로 내보낼 수 있으며 이는 MT의 어드바이저에서 사용할 수 있습니다(아직 직접 시도하지는 않았지만 문제가 발생하면 죄송합니다). 네트워크가 아닌 전문 거래 프로그램을 MT에 묶는 것은 그리 쉬운 일이 아니며, 가능하면 비뚤어지거나 비스듬히 또는 매우 비쌉니다. 메타스톡 파일로 데이터 내보내기를 제공하는 터미널이 있는 DC가 있습니다. 전! 글쎄, MT 개발자는 불필요한 백업 없이 다른 기술 분석 프로그램을 사용할 수 있도록 데이터를 내보내는 기능을 제공하지 않는 이유가 무엇입니까?
나는 완전히 동의하지 않습니다 ... 완제품은 3 in 1 샴푸 ... 약간의 샴푸, 약간의 컨디셔너, 약간의 밤 ...
그러나 정상적인 품질의 어느 쪽도 다른 쪽도 ...
네트워크의 작동은 이 프로그램에서 어떻게 구현되는지 알 수 없는 많은 요소에 의해 크게 영향을 받습니다...
뿐만 아니라 자체 구현을 개발한 결과 네트워크 작동 원리에 대한 일반적인 이해가 크게 증가할 뿐만 아니라 매우 유연한 도구를 얻게 됩니다...
예를 들어 훈련 중에 네트워크 오류를 계산하는 기능을 어떻게 변경할 수 있습니까? 다른 것을 위한 표준 RMS?
안 돼요 ... 이 알고리즘을 변경해야 합니다 ... 하지만 사용할 수 없습니다 ...
예, 오류는 수정할 수 없습니다. 1년 간의 시도 후에 수정할 수 없는 프로그램 오류가 있다는 것을 알게 되었다고 상상해 보십시오.
시원할 것 같아요... :)
학생이나 전문가가 아닌 사람에게는 문제가 되지 않습니다. 돈을 벌지 않고 그들은 신경망에 종사하고 있습니다 ...
그리고 질문이 돈에 관한 것이라면 전체 프로세스를 제어해야 합니다.
따라서 내 생각에는 가능하면 모든 것을 스스로해야하거나 최소한 작업을 제어 할 수있는 도구를 사용해야한다는 것입니다 ...
1년 동안 시도한 후에 수정할 수 없는 버그가 프로그램에 있다는 것을 알게 되었다고 상상해 보십시오.
시원할 것 같아요... :)
따라서 Neroshel Nerosolushin 등과 같은 인기있는 프로그램을 사용해야합니다. 의견과 그 모든 것을 읽으십시오. 그리고 당신의 zilipupkin 프로그램이 알려지지 않았다면 당연히 그렇습니다. 조심스럽게 사용해야합니다.
완전 반대...
3D 그래픽과 애니메이션을 하고 있다면 자신만의 3DStudioMAX를 작성하시겠습니까?