Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
La raison est différente. La redondance du réseau.
Et voyons ce qu'est la redondance du réseau).
C'est essentiellement le cas.
L'ajustement se fait lorsque l'échantillon est trop petit. La redondance du réseau a peu d'effet sur l'adaptation.
Essayons de comprendre ce que signifie le terme "licenciement", d'accord ?)
Ce n'est pas nécessaire, il est déjà clair que le nombre de couches et de poids est très important.
Mais je vais ajouter à la question de l'adaptation... Un réseau redondant est comme un système de 4 équations avec deux inconnues. Soit le réseau apprendra trivialement toutes les données, soit la solution sera correcte mais instable.
Une adaptation par essence.
C'est compréhensible. Comment déterminez-vous la suffisance nécessaire d'un réseau ? S'il y a redondance, y a-t-il suffisance ?
Soit le réseau apprend toutes les données.
Quelle quantité de données le réseau peut-il apprendre ?
Parle-t-on de tous les réseaux ou des MLP ?
C'est compréhensible. Comment déterminez-vous la suffisance nécessaire d'un réseau ? S'il y a redondance, y a-t-il suffisance ?