神经网络和输入 - 页 9

新评论
 
LeoV:

我放弃了))))我出来了 ))))

我去睡觉了，很高兴和你交谈）））。
 
alsu: 我去睡觉了，很高兴和你交谈）））。

是的，你也是）））。
 

这个话题的开头很有趣，然后就都演变成了对观点的澄清。

数字和一个人的观点的证明在第1-2页结束。

喂养是现实的吗？

我尝试了指数、报价、交叉对（有和无相关性）、FFT、FHT。我唯一尝试过的是给天气....。

我也做过预测，以各种方式，从 "明天 "到 "最强波"。

训练后的网格 的误差高于实际应用。

进一步建立 "权力"，我认为是一个死胡同。

我认为，神经网络是一个 "东西"，但你需要永远在上面工作。也就是说，如果你决定使用它们，你应该知道："不会有免费的钱"。这相当于工作，你将得到你的回报。

 
你甚至可能没有得到一个。尽管我多次试图训练网络，但它不愿意再往上走，而不是OOS。在优化之后，它就会下降.....我不知道如何应用它.....!!!!。
 
TimeMaster:

在我看来，神经网络是一个 "东西"，但要花很长时间来研究它们。也就是说，如果你决定使用它们，你应该知道："不会有免费的东西"。

在赚钱的过程中不能有免费的东西，否则金钱就不再发挥其功能。只是对某些人来说，比如各种财务人员和受贿者，有点容易....。
TimeMaster:

它是真的吗？

我尝试了指数、Kotirs、交叉对（有和无相关性）、FFT、FHT。我唯一尝试过的是给天气....。

我也做过预测，从 "明天 "到 "最强波"。

那么你想在输出中得到什么呢？这取决于输出和你的网络所解决的任务。

NS是一个综合体。

1)每个人都 "到达 "输入端(有些人通过输入端到达灰球)。

2）有些人决定输出，决定联网任务，其类型和架构。

3）只有少数人认真投身于网络培训。

而在NS中没有什么次要的东西，因此没有结果。

 
nikelodeon:
我曾多次尝试训练网络，但它不想再往上走了。
所以它是在反馈方面起作用，不是吗？
 
Figar0:
所以它确实对反馈起了作用，不是吗？

好吧，我在这里有点错了，我希望每个人都明白，NS不想在反馈循环上下功夫......
 
nikelodeon:

好吧，我在这里有点错了，我希望大家能理解我，是CB不想以任何方式工作......


那么你是如何形成输入的呢？我的意思是，很多人出于某种原因认为kodobase中列出的例子是可调整的skrdovalki，只要从Stel的参考书中输入他们想要的东西，然后运行内置的测试器，直到他们脸色发青为止；）。

你能告诉我是如何检查输入的吗？在你的手指上。

然后，如果这是和老师一起训练，你期望得到什么？

或者只是：这里有一些可以输入的狗屎，我们走吧：NS，给我找到最大的利润；)?

 
solar:

伙计们，当你能为网格准备好数据并选择合适的老师时，就可以创建正确的网络架构。然后你就不再需要网格了))))。

因为你会简单地用你的眼睛看到这些图案。


很有可能，但强调的是不太合适。;)：用眼睛看到的东西并不总是容易变成代码。另一方面，网络使我们有可能使用非语言化的算法，并 "不至于陷入困境"；）。
 
VladislavVG:

很有可能，但强调的是不太合适。;)：用眼睛看到的东西并不总是容易变成代码。另一方面，网络使我们有可能使用非语言化的算法，并 "不至于陷入困境"；）。

说得好!我必须和他们一起工作...
12345678910111213141516...41
新评论