交易中的机器学习：理论、模型、实践和算法交易 - 页 604

[[删除]]

Vizard_:

那是玩笑话。没有戏谑，扭一扭，看看会有什么影响。
如果输入足以完成任务，你可以在 "1个神经元 "上完成。
在莫的背景下，意识形态上的正确性在有毒-a。
--------------
教授谈深度网络 - youtu.be/qx3iM2aa2yU
31分钟 "仍然没有多少科学，但有很多巫术魔法"

以高变化率 为特征的发展阶段被特别命名为：飞跃。

激活函数（sigmoid、tanh和其他）是一个跃迁，通过引入变化速度的限制进行修改。

这里的 "寻求者 "还需要多少时间才能意识到这一事实的意义......。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

它在外汇中不起作用)

它在外汇上不起作用。嗯，我必须说，我还没有试过。

[Maxim Dmitrievsky]

Oleg avtomat:

以高变化率为特征的发展阶段被称为飞跃。

激活函数（sigmoid、tanh和其他）是一个跳跃，通过引入变化率的限制进行修改。

这里的 "寻求者 "需要多长时间才能掌握这一事实的含义......。

在没有实际证据证明其稳健性的情况下，对一些东西的理解有什么意义呢？

我更喜欢这样的说法：这是一条存款增长曲线（至少在测试中）......而你们现在都是M......Kikes azzaz......那么是的，没有问题。

[[删除]]

马克西姆-德米特里耶夫斯基。

在没有实际有力证据的情况下，意识到一些东西有什么意义呢？

你明白你刚才说的话吗......？

[Maxim Dmitrievsky]

Oleg avtomat:

你知道你在说什么吗？

我愿意。

[Forester]

马克西姆-德米特里耶夫斯基。

学习过程可以包括陡峭度优化，我已经这样做了，但只针对模糊逻辑。陡峭程度可以产生很大的差异，是的。

你给了一篇文章的链接https://habrahabr.ru/post/322438/

如果神经网络误差函数的图形真的是这样绘制的（它被贴在这里的切线上）。

很明显，使用sigmoid也可以建立类似的东西，但个别部分的陡度会更低。

如果sigmoid不那么陡峭，你可能可以用切线做同样的事，你只需要多拿3-5次。即增加神经元的数量。

可能sigmoid给了我较小的误差，因为我缺少切线时网络中的神经元数量。

[Igooor_45]

谁有意见？学习交易，是交钱好还是免费好？还有一个问题，花钱上付费课程到底值不值？

[Forester]

我想了想文章https://www.mql5.com/ru/articles/497，激活函数的陡度发生了变化，得出的结论是网络会自己找到合适的陡度。

请看公式。

for(int n=0; n<10; n++) 
  {
   NET+=Xn*Wn;
  }
NET*=0.4; // - умножением меняем крутизну ф-ии активации 

训练 时，网络 应该拾取乘法器Wn。如果对网络来说，总计*0.4更有利可图，那么它将简单地捡起Wn的所有权重，每一个都已经是*0.4。也就是说，我们只是把总的乘数放在括号里，它本身将由最小误差决定。

如果有人不同意，请纠正。

[Yuriy Asaulenko]

elibrarius。

我一直在思考的问题......并得出结论，网络将自行拾取正确的陡度。

正是如此。NS将按比例增加或减少所有权重的正确数量（这将是-深度），甚至拿起正确的偏移。

总之，对于大多数任务来说，这并不重要。

[Forester]

我想自动确定网络中神经元的数量。计算的公式是什么？