神经网络。来自专家的问题。 - 页 15 1...8910111213141516171819202122...25 新评论 Andrey Dik 2011.01.27 20:36 #141 你的图中有一个二维的解决空间。而输入只有一个值--这怎么可能呢？ 也许真的值得在最低水平上熟悉这个话题，以继续讨论？ Vitaliy 2011.01.27 20:59 #142 joo: 你的图中有一个二维的解决空间。而输入只有一个值--这怎么可能呢？ 也许真的值得在最低水平上熟悉这个话题，以继续讨论？ 当我在写的时候，我意识到这个数字并不完全吻合，但这只是一个重叠类的例子，取自这个论坛上的一篇文章。这并不能改变问题的关键。 我重申，这个问题已经有了解决方案，但它是线性的。 -------------------------------------------- 好吧，我现在就画我的。 手工制作的总是更好.....) Vitaliy 2011.01.27 21:44 #143 为了以防万一，让我解释一下。 空间是一维的，数据是分散的，以保证清晰。 Andrey Dik 2011.01.27 22:02 #144 那么MLP就是类似于1-N-1，其中1-输入，隐藏层中的N个神经元（S型f-激活），1-输出-1或1（逻辑f-激活）。N将取决于网络对所需功能的详细描述程度。 Vitaliy 2011.01.27 22:20 #145 joo: 那么MLP是类似于1-N-1的东西，其中1-输入，隐藏层的N个神经元（S型f-激活），1-输出-1或1（逻辑f-激活）。N将取决于网络对所需功能的详细描述程度。 我已经厌倦了戳破。既像这样，又像那样，又像那样。 N尝试从3到140。 1和2神经元的输出。 等等，等等。 现在我将尝试发布结果.... -------------- 我喜欢什么都自己做，但我知道我会通过。我不知道我在做什么。 虽然有一个解决方案（线性），甚至是编码的，而且它是有效的。 [删除] 2011.01.28 11:45 #146 我想知道...MQL语言是否能够做到这一点？ http://rutube.ru/tracks/3140465.html?v=d80d4eebf754c9fcfa2116bc496b083a Andrey Dik 2011.01.28 20:23 #147 lasso: ......我现在试着把结果贴出来.... ....... 那么，结果在哪里呢？ Mihail Marchukajtes 2011.01.28 20:48 #148 lasso: 不过有一个解决方案（线性），甚至是编码的，而且是有效的。 作为参考，如果不使用NS也能做到的事情，最好不要拉动NS。你会学得很累的。我面对过很多次，在文献中也谈到了这一点。但如果你理解了线性决策的本质，并在这个本质的背景下很好地预处理数据。然后，NS可以按照线性解决方案来工作。假设有NS..... 所特有的误差 Andrey Dik 2011.01.28 20:57 #149 nikelodeon: 供你参考，如果你不使用NS就能做什么，最好不要拉动NS。如果要教的话，就很麻烦了。我不止一次面对它，在关于它的文献中也讲过。但如果你理解了线性决策的本质，并在这个本质的背景下很好地预处理数据。然后，NS可以按照线性解决方案进行工作。在假设了NS..... 所特有的误差的情况下我不明白，什么是 "符合Lichy解决方案"，但一般来说，我同意。:) 但显然，拉索正在训练他的生物网络，以便以这种方式与人工网络合作。 Mihail Marchukajtes 2011.01.28 21:01 #150 错了。不要打扰...... 1...8910111213141516171819202122...25 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
你的图中有一个二维的解决空间。而输入只有一个值--这怎么可能呢？
也许真的值得在最低水平上熟悉这个话题，以继续讨论？
你的图中有一个二维的解决空间。而输入只有一个值--这怎么可能呢？
也许真的值得在最低水平上熟悉这个话题，以继续讨论？
当我在写的时候，我意识到这个数字并不完全吻合，但这只是一个重叠类的例子，取自这个论坛上的一篇文章。这并不能改变问题的关键。
我重申，这个问题已经有了解决方案，但它是线性的。
--------------------------------------------
好吧，我现在就画我的。
手工制作的总是更好.....)
为了以防万一，让我解释一下。
空间是一维的，数据是分散的，以保证清晰。
那么MLP是类似于1-N-1的东西，其中1-输入，隐藏层的N个神经元（S型f-激活），1-输出-1或1（逻辑f-激活）。N将取决于网络对所需功能的详细描述程度。
我已经厌倦了戳破。既像这样，又像那样，又像那样。
N尝试从3到140。
1和2神经元的输出。
等等，等等。
现在我将尝试发布结果....
--------------
我喜欢什么都自己做，但我知道我会通过。我不知道我在做什么。
虽然有一个解决方案（线性），甚至是编码的，而且它是有效的。
我想知道...MQL语言是否能够做到这一点？
http://rutube.ru/tracks/3140465.html?v=d80d4eebf754c9fcfa2116bc496b083a
......
我现在试着把结果贴出来....
.......不过有一个解决方案（线性），甚至是编码的，而且是有效的。
供你参考，如果你不使用NS就能做什么，最好不要拉动NS。如果要教的话，就很麻烦了。我不止一次面对它，在关于它的文献中也讲过。但如果你理解了线性决策的本质，并在这个本质的背景下很好地预处理数据。然后，NS可以按照线性解决方案进行工作。在假设了NS..... 所特有的误差的情况下
我不明白，什么是 "符合Lichy解决方案"，但一般来说，我同意。:)
但显然，拉索正在训练他的生物网络，以便以这种方式与人工网络合作。