Sinir ağları, bunlara nasıl hakim olunur, nereden başlamalı? - sayfa 6
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
...ama Better çok iyi sonuçlar gösterdi, bu da doğru kullanıldığında bir şeyin bundan kurtulabileceği anlamına geliyor
CHAMPI-2008'in sonuçlarına göre, Comrade Better ve NS kullanan diğer CHAMPI katılımcıları nerede, danışmanları hangi yerleri aldı?
CHAMPI-2008'in gösterdiği gibi, liderlerde her türlü danışman var, ancak Ulusal Meclis ile değil!
Bununla bağlantılı olarak, başka bir soru ortaya çıkıyor: Yoldaş Better'ın 2007'de vurulması tesadüfi miydi?
ancak sinir ağı fazlalığı bile kâr için yeterli olmayabilir.
Saçmalık.
Birçok görevde, 4 katmanlı algılayıcı çok daha iyi sonuçlar ve yakınsama gösterir.
Ve bazı yerlerde 5 kat kullanılmıştır. Orta gizli katmanında, ek analiz için ara veriler alınır.
Bu arada, konuşlandırılmış devridaim ağları bir algılayıcıdan başka bir şey değildir. Doğrusal olmayan bir RNN, yalnızca 5 katmanlı bir algılayıcıda açılır.
Algılayıcıya dayalı karmaşık ağlar (birkaç çıktı katmanı ve karmaşık bağlantılarla) hakkında şimdilik sessiz kalacağım.
Bir şekilde zor.
İki teoremin çok uzun zaman önce kanıtlanmadığını biliyorum. Birincisine göre, üç katmanlı bir doğrusal olmayan sinir ağı (her biri için doğrusal olmayan bir çıktıya sahip üç nöron katmanından oluşan) evrensel bir tahmin edicidir ve katman sayısındaki daha fazla artış, ağ gücünü artırmaz. İkinci teoreme göre, ağın bilgi işlem gücü, nöronlarının çıktılarındaki spesifik doğrusal olmayanlık tipine bağlı değildir. Prensipte (doğrusal olmama) olması önemlidir ve sigmoidin veya ark tanjantının tam olarak ne olduğu önemli değildir. Bu bizi eşitlerin en iyisini bulmaya çalışmaktan kurtarır.
Bu iki teorem, bizim için sinir ağı mimarisi seçimini önemli ölçüde basitleştirir ve olası araştırma çalışmalarının miktarını önemli ölçüde azaltır.
Ayrıca, yer almayan verilerdeki tahmin hatasını en aza indirme anlamında, eğitim örneğinin tarihsel veriler üzerindeki optimal uzunluğu, NN girişinin boyutu ve sinapslarının toplam sayısı arasında açık bir ilişki vardır. ağ eğitiminde kanıtlanmıştır. Bu, bu optimumu manuel olarak seçerek Leninizme girmemenizi sağlar. PC'nin mevcut kapasiteleri ile bu, zamandan ve emekten önemli ölçüde tasarruf sağlar.
Sevgili forum katılımcıları, bu konunun konusu Sinir Ağları , nasıl ustalaşılır, nereden başlamalı?
Gelelim konuya....
Konuya daha yakın mısınız? Sorun yok! Bir nöron yazarak başlamanız ve ardından bunları bir ağda birleştirmeniz gerekir. Ve süslü programlar daha sonra. Diğer tüm tavsiyeler saçmalık.
TS'deki NS bir fazlalıktır ...
araçtaki herhangi bir matematiksel cihaz uygunsa,
örneğin eski yerleştirme yöntemini ele alalım - AI ve NS'den daha kötü OLMAYAN iki parametreli üstel yumuşatma.
iki parametreli üstel yumuşatma, AI ve NS'den daha kötü DEĞİL.
Bu doğru: iki parametreli üstel yumuşatma, iki girişli NN'den daha kötü DEĞİLDİR.
Ancak, gerçek bir NN'de girdinin boyutunu seçmekte özgürüz. VR fiyat türü için karakteristik boyut 10-100 aralığındadır. Burada bu kadar çok parametre ile bir hamle yapmak zor olacak ve bunları makul bir sürede optimize etmek kesinlikle mümkün olmayacak. Bu amaçla, NN, test cihazındaki genetik algoritmadan belirgin şekilde daha hızlı olan hata geri yayılım yöntemini ve daha da fazlası, parametrelerin künt sayımını kullanır.
onlar. tüm endişeler kızlar için: ne şarj etmeli, ne zaman beslemeli, neyle karşılaştırmalı = bir çeşit sinerji,
çamurlu, zatestil ve pantolonlu eller (top kovalayan))), sonucun beklentisiyle. Genel Mucizeler Alanında, akraba ve patronlara selamlar.
bilgisayar çalışıyor - tüccar dinleniyor))) peki, kişisel bir şey değil
...
test cihazındaki genetik algoritmadan belirgin şekilde daha hızlı olan hata geri yayılım yöntemini ve daha da fazlası, parametrelerin künt sayımını kullanır.
geri yayılım yöntemi, hata fonksiyonunun global minimumunu bulma konusunda herhangi bir garanti VERMEZ ve 10-100 giriş için olduğu gibi
ağın girişinde ... aslında, ağın boyutundaki azalmayı henüz kimse iptal etmedi, ancak önce ana bileşenleri analiz ederseniz iki giriş yeterlidir, ancak bu çok önemli, bu analiz de eğitim olarak, tarih üzerinde de yer almaktadır.