神经网络
你的问题涵盖了如此大的知识和研究领域，没有人能够用手指解释。
我建议阅读有关神经网络的书籍，以掌握基本的概念。然后在这个领域做自己的研究。内心深处的秘密
烹饪的NN将不会被分享。
值得关注的问题是。
1.据我所知，网络的每个神经元都是同一个函数......但我不明白，当同样的数据进来时，同一个函数怎么会产生不同的值呢？
2.在不知道最小和最大报价的情况下，如何对报价进行标准化？
1.取决于初始权重，即使在几千个epochs中，也不一定能通过一次训练找到一个全局最小值。
2.如果你使用线性归一化，你可以采取价格差异并确定最大差异。如果你使用非线性，学习效果会更好，就像有些人说的那样，尽管我个人没有发现有什么不同。也许学习速度会快一点，但在规范化方面会有更多麻烦。
1.取决于初始权重，即使在几千个epochs中，也不一定能通过一次训练找到全球最小值。
2.如果你使用线性归一化，你可以采取价格差异并确定最大差异。如果你使用非线性，学习效果会更好，就像有些人说的那样，尽管我个人没有发现有什么不同。也许学习速度会快一点，但在规范化方面会有更多麻烦。
1.我明白最初的重量，但我怎样才能得到它？我希望能有一个神经元的例子，至少...
1.我知道这是初始重量，但我如何得到它？我希望至少有一个神经元的例子...
初始权重通常是随机选择的。阅读 "神经计算机科学：理论与实践"，这是瓦瑟曼的一本著名的书，其中对一切都有相当的描述。还有一本名为《神经网络的基本概念》的书，作者Robert Callan描述了网络的基本特征，其中有关于概率神经网络的描述。而如果你想在这个世界上潜行多年，就不能没有西蒙-海金:)
亲爱的大师，请帮助我了解神经网络，只要我努力，我仍然无法理解它们是如何工作的，如何制造它们，如何训练它们，如果不难，请展示简单的例子，解释什么和如何....
我对以下问题感兴趣。
1.据我所知，网络的每个神经元都是相同的函数......但我不明白，一个相同的函数在相同的数据下如何能给出不同的值......
2.在不知道报价的最低和最高值的情况下，如何将其规范化？
我希望有更多的图形信息和至少有内置学习机制的神经网络的简单例子...
提前感谢希望得到您的帮助......
第一个问题的答案。
第二个问题的答案在同一本书的第111页。
斯坦尼斯拉夫-奥索夫斯基的书《信息处理的神经网络》。
通常情况下，结构化的代码
非常感谢你，对不起，没有很多评论，但我会努力想办法的....。
非常感谢你，对不起，没有很多评论，但我会努力想办法的....。
交易者并不真的需要了解NS的内部运作。对他来说，它是一个有输入和输出的黑盒子。在公共领域有很多现成的网络，包括在这个网站上--只要在搜索框中输入 "神经网络"。例如，最新的出版物之一 -基于自学神经网络 的预测器。使用NS的主要问题是选择输入和训练什么数据，如何准备这些数据，网络的结构和大小是什么，等等。例如，我们采取已经提到的网络，尝试以Yezhov和Shumsky的方式来训练它（见神经计算及其在经济和商业中的应用，我推荐）... 而我们最终的结果是翻盘。这可能有很多原因。这是交易员的工作开始的地方，以获得对自那时以来可能发生的变化的直觉（或作者没有告诉的东西;-)），以及在设置和输入数据中要改变的东西。
亲爱的大师，请帮助我了解神经网络，只要我努力，我仍然无法理解它们是如何工作的，如何制造它们，如何训练它们，如果不难，请展示简单的例子，解释什么和如何....
我对以下问题感兴趣。
1.据我所知，网络的每个神经元都是相同的函数......但我不明白，一个相同的函数在相同的数据下如何能给出不同的值......
2.在不知道报价的最低和最高值的情况下，如何将其规范化？
我希望有更多的图形信息和至少有内置学习机制的神经网络的简单例子...
提前感谢希望得到您的帮助......