Единицы языка Фоне́ма (др.-греч. — «звук») — минимальная смыслоразличительная единица языка. Фонема не имеет самостоятельного лексического или грамматического значения, но служит для различения и отождествления значимых единиц языка (морфем и слов): при замене одной фонемы на другую получится другое слово (ом — ом); при изменении...
Meta EngiNeuro (MEN) (c)
我们是工程师 :)
Meta EngiNeuro (MEN) (c)
所以我们是工程师 :)
糟糕。在这样的名字中，Meta不再是cathetus...
EngiNeuro -- 这很好（竖起大拇指）。
EngiNeuroSolution ?
Enjin和Solution并不重叠，这里基本上是一样的。
弗拉基米尔 我有一个略微偏僻的问题。
训练上述网络需要多少次（大约）迭代的学习通道？
ZS至少是数量级的。
训练上述网络需要多少次（近似）FF的迭代？
什么是FF？
健身功能，我没有正确表达，FF是在GA中，在网络学习 算法中，它是多少个训练通道。
如果没有训练实例（输入-输出），那么与GA FF的并行是直接的，无论在那里，你都必须对网格进行直接计算，然后可能做后处理，通过交易函数检查数值。
关于标志。这就像有联系的球和结，但我认为这很蠢。我们可以以拼图为例，去掉短程，把颜色改成Metakvot的
，等等。
至少这些谜题有某种程度的整合和相互联系。
弗拉基米尔 我有一个略微偏僻的问题。
训练上述网络需要多少次（大约）迭代的学习通道？
ZS至少是数量级的。
滤波器是在没有老师的情况下通过呈现随机选择的10000-40000段历史（相同数量的迭代）来训练的。学习是非常快的。根据不同的计算机，10000个过滤器在20000个历史部分上进行训练，在360个GPU CUDA处理器上为1-2分钟，在4个英特尔处理器上为1小时，有16个轨道，在我的笔记本电脑上为3-4小时，有一个处理器和两个轨道。不过时间在这里并不重要。即使我需要一两天的时间来进行这样的过滤训练，但对每个报价（欧元兑美元、美元兑日元等）只做一次。一旦过滤器被训练，它们就不会改变，并被用来过滤新的价格。过滤本身是非常快的--我们考虑价格和过滤系数的乘积之和。
顺便说一下，你可能会问为什么有这么多的过滤器--10000个？ 我引用了我自己的图像识别项目的数据。对于报价来说，过滤器的数量会少很多，可能是10-100个，越少越好。这里有一个粗略的比喻。引语就是讲话。滤波器是构成单词的音素。俄语中共有43个音素（https://ru.wikipedia.org/wiki/%D0%A4%D0%BE%D0%BD%D0%B5%D0%BC%D0%B0）。我们的任务是找到一本供人引用的音素书。