¿Qué alimentar a la entrada de la red neuronal? Tus ideas... - página 56
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Gran pregunta Si se explora a fondo en el contexto de un entorno virtual (campo de la información), es de suponer que se puede llegar en la dirección correcta, en lugar de difundir el conocimiento académico y los libros de texto
Cada vez que elegía arquitecturas me hacía la pregunta "¿por qué así? ¿por qué? ¿Por qué decidieron hacerlo así?".
No, sólo tomar - y traducir la arquitectura, que fue escrito por tíos-matemáticos inteligentes. Incluso le pregunté a la sala de chat, ¿por qué el bloque LSTM tiene la forma que tiene?
En respuesta - tonterías de los libros de texto MO: es una memoria a corto plazo de largo, bla, bla, bla,adaptado para el aprendizaje en tareas de clasificación y bla, bla, bla. Pregunto "¿por qué exactamente así?", la respuesta es como "los matemáticos decidieron así". Ni teoría, ni teoría de la información, ni teoría del procesamiento de la información, ni definiciones de aprendizaje, ni teorías del aprendizaje, etc.
Estúpidos postulados. A partir de la tercera vez la charla empezó a hablar de desvanecimientos y picos de gradiente. LSTM resuelve estos problemas.
Bueno, vale, ¿cómo lo resuelve? - ¡Conpuertas! ¿Qué puertas? ¿Qué puertas? -
¿Qué información???? ¿Los números de entrada?
Pero lo conviertes de los números de entrada en un galimatías incomprensible distorsionado que convierte los números-colores RGB de entrada en algo ilegible, una caja negra de papilla. Bueno digamos, convertir unos números en otros, pero ¿aprender en qué? ¿Memorización?
Así que es la memorización! ¿Y en qué se diferencia del aprendizaje? Al final, no está claro lo que tratan de aplicar a lo que no está claro en el segundo grado - mercado no estacionario. En general, la pregunta es grande, se le preguntó por un largo tiempo. Su desarrollo es algo sumamente interesante.
Es decir, ¿realmente no hay sistematización en la ciencia de aplicar la OI? ¿Sólo algo de alquimia sin garantía de un resultado positivo?
¿Cuál es la diferencia entre entrenar una red neuronal y enseñar a un caniche a hacer trucos? - ¿o enseñar a un escolar a hacer trucos? ¿Existen diferencias y, en caso afirmativo, quién y dónde las ha sistematizado y fundamentado?
Entrenar algún sistema inteligente para que realice algunas tareas. Por ejemplo, predecir.
Aprender es adquirir conocimientos o experiencia.
Una pregunta infantil que los "valiosos expertos" no saben responder. No saben distinguir entre aprendizaje y optimización.
Todo el proceso de creación de modelos, incluida la preparación de datos y la selección de modelos, se llama aprendizaje. La optimización de las ponderaciones NS se denomina ajuste u optimización.
Hay modelos en los que la fase de optimización no está explícitamente presente en absoluto, como los modelos basados en bosques aleatorios o reglas, o algunos tipos de agrupación. En las redes neuronales está explícitamente presente.
Ni se te ocurra hablar de puertas :)Entrenar algún sistema inteligente para que realice algunas tareas. Por ejemplo, predecir.
Aprender es adquirir conocimientos o experiencia.
Una pregunta infantil que los "valiosos expertos" no saben responder. No saben distinguir entre aprendizaje y optimización.
Todo el proceso de creación de modelos, incluida la preparación de datos y la selección de modelos, se llama aprendizaje. La optimización de las ponderaciones NS se denomina ajuste u optimización.
Hay modelos en los que la fase de optimización no está explícitamente presente en absoluto, como los modelos basados en bosques aleatorios o reglas, o algunos tipos de agrupación. En las redes neuronales está explícitamente presente.
Ni hablemos de puertas :)El agua ha fluido Como viste en el agua.
El agua corría como si yo estuviera en el agua.
Si fluye hacia uno y sale del otro, es patológico.
Ni siquiera entiendes la pregunta Sólo transmites conocimientos generales Es como una enciclopedia.
Ni siquiera entiendes la pregunta Sólo transmites conocimientos generales Es como una enciclopedia.
¿Así que, de hecho, no hay sistematización en la ciencia de la aplicación de ME? ¿Sólo una especie de alquimia sin garantía de resultado positivo?
¿Qué diferencia hay entre entrenar una red neuronal y enseñar a un caniche a hacer trucos? - ¿O enseñar a un colegial a hacer trucos? ¿Existen diferencias y, en caso afirmativo, quién y dónde las ha sistematizado y fundamentado?
Si encuentras tales obras - compártelas yo mismo tengo curiosidad Los seguidores de los libros de texto traducen exactamente una cosa - por entrenamiento entienden el método de afinar/ajustar el motor (modelo) .
Pero esto no refleja la esencia del aprendizaje, que en un sentido general tiene un significado más profundo.
Gran pregunta Si se explora a fondo en el contexto de un entorno virtual (campo de la información), es de suponer que se puede llegar en la dirección correcta, en lugar de difundir el conocimiento académico y los libros de texto
Cada vez que elegía arquitecturas me hacía la pregunta "¿por qué así? ¿por qué? ¿Por qué decidieron hacerlo así?".
No, sólo tomar - y traducir la arquitectura, que fue escrito por tíos-matemáticos inteligentes. Incluso le pregunté a la sala de chat, ¿por qué el bloque LSTM tiene la forma que tiene?
En respuesta - tonterías de los libros de texto MO: es una memoria a corto plazo de largo, bla, bla, bla,adaptado para el aprendizaje en tareas de clasificación y bla, bla, bla. Pregunto "¿por qué exactamente así?", la respuesta es como "los matemáticos decidieron así". Ni teoría, ni teoría de la información, ni teoría del procesamiento de la información, ni definiciones de aprendizaje, ni teorías del aprendizaje, etc.
Estúpidos postulados. A partir de la tercera vez la charla empezó a hablar de desvanecimientos y picos de gradiente. LSTM resuelve estos problemas.
Bueno, vale, ¿cómo lo resuelve? - ¡Conpuertas! ¿Qué puertas? ¿Qué puertas? -
¿Qué información???? ¿Los números de entrada?
Pero lo conviertes de los números de entrada en un galimatías incomprensible distorsionado que convierte los números-colores RGB de entrada en algo ilegible, una caja negra de papilla. Bueno digamos, convertir unos números en otros, pero ¿aprender en qué? ¿Memorización?
Así que es la memorización! ¿Y en qué se diferencia del aprendizaje? Al final, no está claro lo que tratan de aplicar a lo que no está claro en el segundo grado - mercado no estacionario. En general, la pregunta es grande, se le preguntó por un largo tiempo. Su desarrollo es algo sumamente interesante.
Mejor no lo busques, invéntalo y escríbelo tú, maestro :)
m ytarmailS #:
Ustedes son tan sensibles.
Bueno, yo tengo un enfoque diferente, más profundo. El tuyo es más superficial.
Yo quiero llegar al fondo del asunto, y tú te conformas con paquetes ya hechos.
Me parece bien.