交易中的机器学习：理论、模型、实践和算法交易 - 页 2450

[Maxim Dmitrievsky]

Andrey Dik#:

神经网络 权重的平均值取模是其训练质量的指标吗？

假设有两个相同的神经元在相同的数据上训练，一个神经元的值是0.87，另一个是0.23，哪一个的训练效果更好？

从理论上讲，一个平衡的应该更接近0.5。如果你采取一个简单的网络，如mlp。对于二元分类。

[mytarmailS]

Andrey Dik#:

神经网络 权重的平均值取模是其训练质量的指标吗？

假设有两个相同的神经元在同一数据上训练，一个是0.87，另一个是0.23，哪一个训练得更好？

这是最让人生气的...

好吧，可能是猜得更好的人，这不应该是第一个想到的事情吗????。

[Andrey Dik]

Maxim Dmitrievsky#:
一个平衡的应该更接近于0.5，按照想法。如果你采取一个简单的网络，如mlp。对于二元分类。

请把你的观点说清楚。

相反，我认为该值越接近1.0，神经网络的训练就越清晰。 如果是0.0左右，那么它就更 "犹豫"，如果你可以这样说的话，对于神经网络来说。

[Andrey Dik]

mytarmailS#:

这是一个小便器...

那么可能是猜得最好的人，这不应该是第一个想到的事情吗????。

每个人都向后聪明，神经元更是如此......

[Женя]

Andrey Dik#:

神经网络 权重的平均值取模是其训练质量的指标 吗？

假设有两个相同的神经元在相同的数据上训练，一个有0.87，另一个有0.23，哪一个训练的更好？

不，特别是在一些回归中，在空间中baes(ax+b)。实际上有这些间接指标的意义何在？在训练样本之外的点上跑一跑，一切就清楚了。

[Maxim Dmitrievsky]

Andrey Dik#:

请澄清一下这个想法。

相反，我认为该值越接近1.0，神经网络的训练就越清晰。如果它在0.0左右，那么它就有点 "犹豫不决"，如果你可以这样说的话，对于神经网络来说。

一半的神经元激活为第一类，一半为另一类。基于这种原始的逻辑。如果有偏差，也许是班级的平衡性不好。而极端的数值似乎会导致梯度的爆炸或消逝

[mytarmailS]

Andrey Dik#:

后面的人都很聪明，对神经元更是如此......

有一个前面的，叫做验证，而权重与预测能力无关，它们可以是任何东西......

权重大致是一个公式，而预测是计算公式的结果--将两者对立起来 == 精神分裂症

[Алексей Тарабанов]

mytarmailS#:

有一个前面的，叫做验证，权重与预测能力完全没有关系，它们可以是任何东西......。

粗略地说，权重是一个公式，而预测是计算公式的结果--将两者对立起来==精神分裂症。

Zhi, shi都有一个i的拼法。

[mytarmailS]

Alexei Tarabanov#:

Zhi，shi是用i拼写的。

谢谢你，俄语不是我的语言，我没有学过......

[Алексей Тарабанов]

mytarmailS#:

谢谢你，俄语不是我的语言，我没有学过......

这一切都在我前面。