TheXpert : 아니오, 모든 것이 정확합니다. 위를 참조하십시오. 하나의 은닉층이 있는 네트워크도 해결되지만 하나의 크기로 샤먼화하는 것보다 레이어를 추가하는 것이 더 쉽습니다.
알겠습니다. 확인하겠습니다. 인공 및 고정 데이터에서 내 검사는 숨겨진 레이어에 뉴런이 충분하지 않을 때 상황이 실제라는 것을 보여주었습니다. 테스트(러시아 현실에서 말하는 유효성 검사) 샘플에서 더 나은 결과를 얻기 위해 숫자를 늘릴 수 있습니다. 그러나 뉴런의 수를 더 늘려도 결과가 개선되지 않는 상황도 현실적입니다. 그리고 레이어에 신경을 쓴 적이 없습니다.
예금 통화의 최소 인출액으로 최적화한 다음 최적화 결과에서 이 최소 인출액을 선택하면 두 포워드 모두 성공적인 것으로 나타났습니다. 여러 최적화 결과에 대해 최소 드로다운 값이 동일하면 최대 균형을 가진 것을 선택해야 합니다.
나는 이것이 가능하다는 것에 동의합니다. 글쎄, 당신이 최소 오류가 아니라 최적화한다면 입력 데이터의 특정 기능 또는 기능 세트를 최대화한다고 가정해 봅시다. MA 교차 조건이 있다고 가정해 보겠습니다.
입력 데이터의 유용한 특성과 균형을 최대한 포함하도록 최적화 함수를 만드는 것이 필요하다. 우리는 네트워크가 균형을 증가시키는 최대 기능 수를 검색하는 방향으로 이동하도록 할 것입니다. 한편으로 이 함수는 가능한 한 커지도록 노력해야 하는 목표 + n(이익으로 이어진 올바른 MA 교차점의 수)으로 막대를 포함해야 합니다.
최적화 기간 동안 최대 균형을 얻지 못하더라도 입력에서 최대 기능 수를 얻으므로 미미하긴 하지만 균형이 증가합니다. 그런 다음이 방법을 앞으로 테스트하십시오 .... 어떻게 나오지 않을 것입니까 ....
나는 이것이 가능하다는 것에 동의합니다. 글쎄, 당신이 최소 오류가 아니라 최적화한다면 입력 데이터의 특정 기능 또는 기능 세트를 최대화한다고 가정해 봅시다. MA 교차 조건이 있다고 가정해 보겠습니다.
입력 데이터의 유용한 특성과 균형을 최대한 포함하도록 최적화 함수를 만드는 것이 필요하다. 우리는 네트워크가 균형을 증가시키는 최대 기능 수를 검색하는 방향으로 이동하도록 할 것입니다. 한편으로 이 함수는 가능한 한 커지도록 노력해야 하는 목표 + n(이익으로 이어진 올바른 MA 교차점의 수)으로 막대를 포함해야 합니다.
최적화 기간 동안 최대 균형을 얻지 못하더라도 입력에서 최대 기능 수를 얻으므로 미미하긴 하지만 균형이 증가합니다. 그런 다음이 방법을 앞으로 테스트하십시오 .... 어떻게 될까요 ....
즉, 두 매개변수에 대한 최적화입니다. 균형을 늘리고 MA 교차점의 수를 늘립니다.
이에 대한 제안이나 비판은????
하아!!!!! 따라서 그러한 시나리오에서 네트워크를 훈련할 수 없는 경우(MA에는 유용한 정보가 거의 없기 때문에), 이는 입력이 쓸모가 없다는 신호가 될 것입니다. 이 접근 방식을 통해 네트워크가 최적화에 대한 균형을 지속적으로 높일 수 있으면 앞으로 이를 확인합니다. 그런데 여기에 뭔가 있는 것 같군요...... 확인이 필요합니다. 그건 그렇고, 나에게이 쓰레기를 말해.
터키에서 계산된 매개변수가 있다고 가정해 보겠습니다. 다음은 선택한 영역에서 변수 a가 0이 되도록 칠면조 설정을 최적화하는 방법입니다.
음, 즉, MT4에서 계산되고 묻지 않는 매개변수를 최적화 하기 위해 어떻게 해야 하나요????
나는 기사와 그들의 절름발이 작가에 대해 신경 쓰지 않습니다. 특히 고정 또는 안정적인 데이터에 대한 연구가 수행된 경우.
내 연구에서 나는 어떤 바보가 기사에 쓴 것이 아니라 순방향 테스트의 결과에 의존합니다.
모든 사람은 다른 사람의 의견에 침을 뱉지 않고 자신의 개인적인 관점을 가질 권리가 있습니다.
모든 사람은 태양이 지구 주위를 돈다고 주장할 권리가 있지만 반체제 인사를 하찮은 사람이나 바보로 생각할 권리는 없습니다.
이것은 곰곰이 생각해 봐야 합니다.
따라서 대부분은 2-3개의 은닉층이 있는 네트워크를 사용하는 경향이 있습니다.
신경망의 모든 연구자들은 이 진술에 동의하지 않습니다.
ns에 대한 거의 모든 기사에서 네트워크가 더 좋을수록 더 많은 뉴런이 있지만 동시에 너무 많은 뉴런이 없어야 한다는 것을 읽을 수 있습니다.
따라서 대부분은 2-3개의 은닉층이 있는 네트워크를 사용하는 경향이 있습니다.
나는 그것을 믿지 않는다. 신경망이 해결하는 거의 모든 작업은 하나의 은닉층에서 해결됩니다.
아니오, 모든 것이 정확합니다. 위를 참조하십시오. 하나의 히든 레이어가 있는 네트워크도 해결되지만 때로는 단일 레이어 크기로 속이는 것보다 레이어를 추가하는 것이 더 쉽습니다.
혹은 그 반대로도. 일반화된 메쉬로 시작하고 성공하면 모델을 단순화합니다.
이것은 곰곰이 생각해 봐야 합니다.
아니오, 모든 것이 정확합니다. 위를 참조하십시오. 하나의 은닉층이 있는 네트워크도 해결되지만 하나의 크기로 샤먼화하는 것보다 레이어를 추가하는 것이 더 쉽습니다.
알겠습니다. 확인하겠습니다. 인공 및 고정 데이터에서 내 검사는 숨겨진 레이어에 뉴런이 충분하지 않을 때 상황이 실제라는 것을 보여주었습니다. 테스트(러시아 현실에서 말하는 유효성 검사) 샘플에서 더 나은 결과를 얻기 위해 숫자를 늘릴 수 있습니다. 그러나 뉴런의 수를 더 늘려도 결과가 개선되지 않는 상황도 현실적입니다. 그리고 레이어에 신경을 쓴 적이 없습니다.
어쨌든 나는 오컴의 면도날 원리에 따라 모델의 크기를 줄이는 것을 선호한다.
나도 인권따위 관심없다. 비민주적, 반헌법적, 전제적일지라도 다이너마이트 발명가에 대한 학위와 상이 달린 바보들의 출판물에 해당하지 않는 정방향 테스트의 결과만이 말할 권리가 있습니다.
이유는 간단합니다. 순방향 테스트의 결과가 진실에 더 가깝습니다. 다른 모든 것은 잘못된 정보에 가깝습니다.
트롤링
나는 무례함을 용납하지 않습니다.
예금 통화의 최소 인출액으로 최적화한 다음 최적화 결과에서 이 최소 인출액을 선택하면 두 포워드 모두 성공적인 것으로 나타났습니다. 여러 최적화 결과에 대해 최소 드로다운 값이 동일하면 최대 균형을 가진 것을 선택해야 합니다.
나는 이것이 가능하다는 것에 동의합니다. 글쎄, 당신이 최소 오류가 아니라 최적화한다면 입력 데이터의 특정 기능 또는 기능 세트를 최대화한다고 가정해 봅시다. MA 교차 조건이 있다고 가정해 보겠습니다.
입력 데이터의 유용한 특성과 균형을 최대한 포함하도록 최적화 함수를 만드는 것이 필요하다. 우리는 네트워크가 균형을 증가시키는 최대 기능 수를 검색하는 방향으로 이동하도록 할 것입니다. 한편으로 이 함수는 가능한 한 커지도록 노력해야 하는 목표 + n(이익으로 이어진 올바른 MA 교차점의 수)으로 막대를 포함해야 합니다.
최적화 기간 동안 최대 균형을 얻지 못하더라도 입력에서 최대 기능 수를 얻으므로 미미하긴 하지만 균형이 증가합니다. 그런 다음이 방법을 앞으로 테스트하십시오 .... 어떻게 나오지 않을 것입니까 ....
즉, 두 매개변수에 대한 최적화입니다. 균형을 늘리고 MA 교차점의 수를 늘립니다.
이에 대한 제안이나 비판은????
나는 이것이 가능하다는 것에 동의합니다. 글쎄, 당신이 최소 오류가 아니라 최적화한다면 입력 데이터의 특정 기능 또는 기능 세트를 최대화한다고 가정해 봅시다. MA 교차 조건이 있다고 가정해 보겠습니다.
입력 데이터의 유용한 특성과 균형을 최대한 포함하도록 최적화 함수를 만드는 것이 필요하다. 우리는 네트워크가 균형을 증가시키는 최대 기능 수를 검색하는 방향으로 이동하도록 할 것입니다. 한편으로 이 함수는 가능한 한 커지도록 노력해야 하는 목표 + n(이익으로 이어진 올바른 MA 교차점의 수)으로 막대를 포함해야 합니다.
최적화 기간 동안 최대 균형을 얻지 못하더라도 입력에서 최대 기능 수를 얻으므로 미미하긴 하지만 균형이 증가합니다. 그런 다음이 방법을 앞으로 테스트하십시오 .... 어떻게 될까요 ....
즉, 두 매개변수에 대한 최적화입니다. 균형을 늘리고 MA 교차점의 수를 늘립니다.
이에 대한 제안이나 비판은????
하아!!!!! 따라서 그러한 시나리오에서 네트워크를 훈련할 수 없는 경우(MA에는 유용한 정보가 거의 없기 때문에), 이는 입력이 쓸모가 없다는 신호가 될 것입니다. 이 접근 방식을 통해 네트워크가 최적화에 대한 균형을 지속적으로 높일 수 있으면 앞으로 이를 확인합니다. 그런데 여기에 뭔가 있는 것 같군요...... 확인이 필요합니다. 그건 그렇고, 나에게이 쓰레기를 말해.
터키에서 계산된 매개변수가 있다고 가정해 보겠습니다. 다음은 선택한 영역에서 변수 a가 0이 되도록 칠면조 설정을 최적화하는 방법입니다.
음, 즉, MT4에서 계산되고 묻지 않는 매개변수를 최적화 하기 위해 어떻게 해야 하나요????
예, 아니오... 그것은 MA에 관한 것이 아니라 기능을 최대화하는 것입니다. 즉, 최적화 프로그램의 한 부분이 가능한 한 많은 이러한 교차를 가지려고 시도하고 두 번째 부분은 균형이 가능한 한 커졌습니다. ....
즉, 일종의 일반적인 최적화 기능을 생각해 내야합니다 .....