하이브리드 신경망. - 페이지 19

새 코멘트
 
registred >> :

이것은 대학 패스의 첫 해입니다. 나는 실제로 학교를 다녔다. 교사만 중요합니다. 즉, 실제로 네트워크 출력에서 오류 유형입니다.

문제 진술이 중요합니다. 네트워크 출력에서 오류를 훈련(교사)하는 방법은 모두 부차적입니다.

 
rip >> :

문제 진술이 중요합니다. 네트워크 출력에서 오류를 훈련(교사)하는 방법은 모두 부차적입니다.


2 + 3을 더하는 것을 학습하는 신경망은 오류 MSE를 갖습니다. 신경망 학습 패턴 인식에는 다른 오류가 있습니다. 아니면 문제의 진술을 다른 용어로 해석할 것을 제안합니까?

 
registred >> :


2 + 3을 더하기 위해 학습하는 신경망은 오류 MSE를 갖습니다. 신경망 학습 패턴 인식에는 다른 오류가 있습니다. 아니면 문제의 진술을 다른 용어로 해석할 것을 제안합니까?


문제 설명은 네트워크로 수행하려는 작업입니다. 예를 들어 x(t) = 4*x(t-1)*(1 - x(t-1)) 함수가 있습니다.

t=100,150에 대한 값을 근사화할 것입니다. 따라서 훈련 샘플과 테스트 샘플을 훈련 샘플의 연속으로 구축합니다.

X0 = 0.2, 훈련 요소 수 - 100, 1-100의 요소. 그리고 테스트 - 50, 100에서 150까지의 요소


.rar 공격에는 다음과 같은 그래픽이 있습니다.

learning-1.gif - 교육 샘플

test-1.gif - 테스트

learning-2.gif - 학습 샘플 값의 분포


우리는 각각 훈련을 시작하고 입력에서 X를 제공하고 출력에서 X + 1을 기대하며 네트워크는 1-6-1입니다. 우리는 적응 단계와 함께 그래디언트 방법을 사용하여 가르칩니다.

저것들. 훈련 쌍 {X,D}, 여기서 D=X(t+1)


우리는 훈련 과정에서

MSE: 0.3549103488
신기원: 3375

error.gif - 오류 그래프


테스트 세트에서 테스트

테스트 오류
MSE: 0.7089074281

test-2.gif - 테스트 일정, 예상 출력 및 네트워크 모델이 생성하는 것.

test-3.gif - 테스트 샘플 값의 분포 그래프


저것들. 목표 달성

파일:
testu1.zip  60 kb
 
학습률을 비선형적으로 조정하는 방법은 무엇입니까?
 
gumgum >> :
학습률을 비선형적으로 조정하는 방법은 무엇입니까?

음, 이 경우 dE/dW에 따라 계산되는 적응 단계를 사용했습니다.

 
delw=n(DE/DW) 이 n을 3차 근사 다항식으로 조절하는 방법은 무엇입니까?
 

rip , 이 기능을 외환에 어떻게 적용합니까? MSE도 계산합니까?

 
registred >> :

rip, 이 기능을 외환에 어떻게 적용합니까? MSE도 계산합니까?


예, 안 됩니다 :) 이것은 네트워크가 올바르게 작동하는지 확인할 수 있는 테스트 기능 중 하나일 뿐입니다.

 
rip >> :

예, 안 됩니다 :) 이것은 네트워크가 올바르게 작동하는지 확인할 수 있는 테스트 기능 중 하나일 뿐입니다.


학습 방법을 중지하는 것을 의미합니다. 외환에 적용할 수 있는 기준은 무엇입니까? 이 예에서는 표준 오차를 사용했습니다.

 
registred >> :


학습 방법을 중지하는 것을 의미합니다. 외환에 적용할 수 있는 기준은 무엇입니까? 이 예에서는 표준 오차를 사용했습니다.


MSE

1...1213141516171819202122
새 코멘트