Reti neurali ibride. - pagina 19
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
È al primo anno di università. In realtà ci sono passato al liceo. L'unica cosa che conta è l'insegnante, che è essenzialmente il tipo di errore nell'uscita della rete.
Ciò che è importante è la dichiarazione del problema. Come insegniamo (l'insegnante) l'errore all'uscita della rete è di secondaria importanza.
La dichiarazione del problema è importante. Come addestriamo (insegniamo) l'errore nell'uscita della rete è secondario.
Una rete neurale che impara a sommare 2+3 avrà un errore MSE. Una rete neurale che impara il riconoscimento dei modelli avrà un errore diverso. O stai suggerendo di interpretare la dichiarazione del problema in altri termini?
Una rete neurale che impara a sommare 2+3 avrà un errore MSE. Una rete neurale che impara il riconoscimento dei modelli avrà un errore diverso. O stai suggerendo di interpretare la dichiarazione del problema in altri termini?
La dichiarazione del problema è ciò che si sta cercando di fare, con una rete. Usiamo un esempio, abbiamo una funzione x(t) = 4*x(t-1)*(1 - x(t-1)).
Approssimeremo il suo valore per t=100,150; rispettivamente costruiremo un campione di allenamento e un campione di prova come estensione del campione di allenamento.
X0 = 0,2, campione di allenamento - 100, elementi da 1-100. Quello di formazione ha 50 elementi da 100 a 150.
Nell'atacha .rar ci sono dei grafici:
learning-1.gif - campione di allenamento
test-1.gif - test
learning-2.gif - distribuzione dei valori del campione di allenamento
Cominciamo ad addestrare, rispettivamente, l'input X e ci aspettiamo X+1 all'uscita, la rete 1-6-1. Addestrare con il metodo del gradiente con passo adattivo.
Quindi, la coppia di allenamento {X,D}, dove D=X(t+1)
Nel processo di formazione abbiamo
MSE: 0,3549103488
Epoca: 3375
error.gif - grafico degli errori
Testiamo sul campione di prova
Errore di test
MSE: 0,7089074281
test-2.gif - test plot, dati di output attesi e cosa mostra il modello di rete.
test-3.gif - grafico della distribuzione dei valori del campione di test
Cioè l'obiettivo è stato raggiunto
come regolare il tasso di apprendimento in modo non lineare?
Bene, in questo caso ho usato un passo adattivo, che è calcolato in base a dE/dW.
rip, come si applica questa funzione al forex? State calcolando anche gli MSE?
rip, come si applica questa funzione al forex? Calcolate anche il MSE?
No way :) È solo una delle funzioni di test per vedere se la rete funziona correttamente.
No way :) È solo una delle funzioni di test, che permette di vedere se la rete funziona correttamente.
Mi riferisco al metodo di smettere di imparare. Quale criterio usate per questo in relazione al forex? In questo esempio avete usato l'errore quadratico medio.
Mi riferisco al metodo di smettere di imparare. Quale criterio usate per questo in relazione al forex? In questo esempio avete usato l'errore quadratico medio.
MSE