신경망
시장 에티켓 또는 지뢰밭에서의 에티켓 도 참조하십시오.
귀하의 질문은 누구도 손가락으로 설명할 수 없는 지식과 연구의 넓은 영역을 다룹니다.
초기 기본 개념을 마스터하려면 신경망에 대한 책을 읽는 것이 좋습니다. 그런 다음 이 분야에서 자신의 연구를 수행하십시오. 숨겨진 비밀
요리 NN 아무도 공유하지 않습니다.
관심 있는 질문:
1. 내가 아는 한 네트워크의 각 뉴런은 동일한 기능을 ..하지만 동일한 데이터가 도착했을 때 동일한 기능이 어떻게 다른 값을 생성 할 수 있는지 이해하지 못합니다 ...
2. 최소값과 최대값을 모른 채 따옴표를 정규화하는 방법???
1. 초기 가중치에 따라 수천 epoch에서도 단일 훈련으로 항상 전역 최소값을 찾을 수 있는 것은 아닙니다.
2. 선형 정규화를 사용하면 가격 차이를 가져와 최대 차이를 결정할 수 있습니다. 비선형을 사용하면 일부 사람들이 말했듯이 학습이 더 잘 될 것입니다. 조금 더 빠른 훈련이 일어날 수 있지만 여기에는 정규화에 더 많은 쓰레기가 있습니다.
초기 가중치는 일반적으로 무작위로 선택됩니다. Wasserman의 유명한 책인 "Neurocomputer Engineering: Theory and Practice"를 읽으십시오. 모든 것이 거기에 아주 잘 설명되어 있습니다. 또한 네트워크의 주요 기능을 설명하는 로버트 칼란의 "신경망의 기본 개념"이라는 책이 있으며 확률적 신경망에 대한 설명이 있습니다. 글쎄, 정말로 몇 년 동안이 세상에 자신을 몰입시키고 싶다면 Simon Haikin이 없으면 아무데도 없습니다. :)
친애하는 전문가 여러분, 제가 신경망을 얼마나 오랫동안 노력해왔는지 도와주세요. 어떻게 작동하는지, 어떻게 해야 하는지, 어떻게 훈련해야 하는지 잘 모르겠습니다. 어렵지 않다면 가장 간단한 예를 설명과 함께 보여주세요. 무엇을 어떻게 ....
관심 있는 질문:
1. 내가 아는 한 네트워크의 각 뉴런은 동일한 기능입니다.. 그러나 동일한 기능이 동일한 데이터가 도착했을 때 어떻게 다른 값을 생성할 수 있는지 이해하지 못합니다.
2. 최소값과 최대값을 모른 채 따옴표를 정규화하는 방법???
더 많은 그래픽 정보와 학습 메커니즘이 내장된 신경망의 가장 간단한 예를 원합니다...
미리 감사드리며 도움이 되길 바랍니다..
첫 번째 질문에 대한 답변:
두 번째 질문에 대한 답은 같은 책 111페이지에 나와 있습니다.
책 Stanislav Osovsky "정보 처리를 위한 신경망"
상인은 국회의 내부 구조를 이해할 필요가 없습니다. 그에게 그것은 입력과 출력이 있는 블랙박스 역할을 합니다. 이 사이트를 포함하여 공개 도메인에는 이미 기성 네트워크가 많이 있습니다. 검색 상자에 "신경망"을 입력하기만 하면 됩니다. 예를 들어 최신 간행물 중 하나 - 자가 학습 신경망 기반 예측기 . NN 사용의 주요 문제는 입력할 데이터와 학습할 데이터, 이 데이터를 준비하는 방법, 네트워크의 구조와 크기 등을 선택하는 것입니다. 예를 들어, 우리는 이미 언급한 네트워크를 사용하여 Yezhov와 Shumsky가 했던 방식으로 훈련하려고 합니다( Neurocomputing 및 경제 및 비즈니스에서의 적용 참조, 추천합니다) ... 그리고 우리는 배수를 얻습니다. 이유는 바다 일 수 있습니다. 이것은 상인의 작업이 그 이후로 변경되었을 수 있는 것(또는 작성자가 말하지 않은 것 ;-) )과 설정 및 입력 데이터에서 변경해야 할 사항을 직관하기 시작하는 곳입니다.
친애하는 전문가 여러분, 제가 신경망 을 얼마나 오랫동안 노력해왔는지 도와주세요. 어떻게 작동하는지, 어떻게 해야 하는지, 어떻게 훈련해야 하는지 잘 모르겠습니다. 어렵지 않다면 가장 간단한 예를 설명과 함께 보여주세요. 무엇을 어떻게 ....
관심 있는 질문:
1. 내가 아는 한 네트워크의 각 뉴런은 동일한 기능입니다.. 그러나 동일한 기능이 동일한 데이터가 도착했을 때 어떻게 다른 값을 생성할 수 있는지 이해하지 못합니다.
2. 최소값과 최대값을 모른 채 따옴표를 정규화하는 방법???
더 많은 그래픽 정보와 학습 메커니즘이 내장된 신경망의 가장 간단한 예를 원합니다...
미리 감사드리며 도움이 되길 바랍니다..