让训练向量 P 的长度是输入数d 的几倍，那么NS将简单地计算出每个模式落1的概率p（零的概率为1-p）。但没有NS，我们也能做到这一点!这里有一个微妙之处。也就是说，当你在训练矢量中没有遇到任何组合时，你会怎么做？你将在现实中为这个模式分配什么？- 什么都没有!你将不得不增加矢量 P 的长度，直到你遇到它（模式）。而且，你有足够的可用数据并不是一个事实，或者即使你有足够的数据，你也不会设法走出最佳学习长度的事实。你知道我的意思吗？这就是NS的优势发挥出来的地方。事实证明，它不需要所有的训练（对于所有的场合），但能够以最大的概括可靠性来概括现有的知识！这就是为什么它是一个很好的例子。换句话说，它自己重建了一个模式最可能的结果，即使之前在训练程序中没有这个结果。这就像一个成年人--在这种或那种情况下，我们不需要一个先例来做决定。
阈值为H的蜱虫BP的最佳笼统分区，应该被认为是一系列交易的连续单色肩部数量最少的分区。
如果所产生的交易行的分布是这样的：超过50%的连续肩部有不同的颜色，那么为什么要用NS？
这就对了。事实上，你所表达的情况对应的是一个无效率的市场，在这个市场上，人们可以而且应该赚钱!如果你把交易系列（RT）与终端时间（只是系列的倒计时）分开来绘制，其效果是最明显的。
正是这样的区域（对于H+/-战略来说，它们看起来是一样的），由TC基于Pastukhov论文中描述的Kagi-buildings进行捕捞。但有一个问题是与这种TS的低利润率（与经纪佣金相比）有关。这与以下事实有关，即经典策略使用了嘉义形成的最简单和最容易获得的属性--PT的逆转，但还有其他规律性的东西......这就是NS应该能够识别的东西！。
还有其他模式...这就是NS应该能够检测到的东西!
我们能否就这一点进行更详细的讨论？除了肩部的长度，我想不出其他的东西（如果你想到NS和kagi）。
所以我有点发懵了。
假设有一个NS，它的训练数量是：+1,-1,+1,-1,+1,-1,-1....(即二进制输入)。在这种情况下，我可以以大约80%的准确率从三倍于它的学习内容中猜测。NS的非线性是不相关的。
我和你一样想知道一些问题的答案!
让我们看看二进制NS是如何工作的。假设我们有一个训练向量。这样的NS能做的就是计算所有可能的输入组合的结果概率，以使输出误差最小。为了清楚起见，让我们有三个输入，那么所有的输入组合都被简化为以下模式（为了美观，我们从+/-1移动到0/1）。
000
001
010
011
100
101
110
111
让训练向量 P 的长度是输入数d 的几倍，那么NS将简单地计算出每个模式落1的概率p（零的概率为1-p）。但没有NS，我们也能做到这一点!这里有一个微妙之处。也就是说，当你在训练矢量中没有遇到任何组合时，你会怎么做？你将在现实中为这个模式分配什么？- 什么都没有!你将不得不增加矢量 P 的长度，直到你遇到它（模式）。而且，你有足够的可用数据并不是一个事实，或者即使你有足够的数据，你也不会设法走出最佳学习长度的事实。你知道我的意思吗？这就是NS的优势发挥出来的地方。事实证明，它不需要所有的训练（对于所有的场合），但能够以最大的概括可靠性来概括现有的知识！这就是为什么它是一个很好的例子。换句话说，它自己重建了一个模式最可能的结果，即使之前在训练程序中没有这个结果。这就像一个成年人--在这种或那种情况下，我们不需要一个先例来做决定。
因此，它将通过把可用的数据（输入）投射到它在训练期间在特征空间 中建立的某个超表面上来做出决定。这个曲面是多维的（按输入的数量），可以是一个平面，也可以是一个高阶的曲面（抛物面，三维的双曲面等）。非线性的存在，允许复杂的表面拓扑结构，输入是二进制并不重要，重要的是它被投射到一个非三态的表面上。
因此，我认为即使是二进制输入，非线性也起着一定的作用。
我对非线性FA的隐藏层的误差计算有点疑惑。能否请你检查一下我对隐层的取舍是否正确？
这里我感到困惑的是，隐藏层输出的误差等于相应输出层突触的微修正值
不，这并不妥当!
1.找到NS的输出 -OUT。你说对了。
2.计算NS的误差：dOUT=x-OUT。 知道这个误差后，找出输出神经元的修正权重值。这也是正确的。
3.同样的误差在隐蔽层（输入层）的每个第i个 神经元的输出端，按公式重新计算它的输入。dIn[i]=dOUT*(1-out[i]^2)，其中out[i] 是隐藏层的第i个 神经元的输出。知道了每个神经元的输入所带来的误差（dIn[i]），你就可以找到输入层的修正权重值。
我给一个单层提供了100-120个历时。对于两层楼来说，是不是可能不够？它在Kotier（时钟）上还没有给出好的结果。
她在kotira（时钟）上的一些东西还没有给出好的结果。
期待不同的东西？
你是否期待有什么不同？
说实话，是的。我的意思是，单层的东西是有效的。不过，你是对的，你应该永远停止使用时间框架。
我给一个单层提供了100-120个历时。对于两层楼来说，是不是可能不够？它在kotier（时钟）上还没有给出好的结果。
我以为你说的是单层的...
我在小教堂上有一个双层，一直给出th<=0.05，还有一个单层在0左右。