ライブラリ: GRNNニューラルネットワーククラス

新しいコメント
 

GRNNニューラルネットワーククラス:

このクラスは一般回帰ネットワーク（General Regression Neural Network - GRNN）を実現します。

作者: Yury Kulikov

 
Automated-Trading:

GRNNニューラルネットワーククラス

著者Yury Kulikov

Yury Kulikovさん、test_grnn_mul_add.mq5では、1～9の奇数整数を テストデータにして 、テスト後に1～10のrand数をチェックに使っています。

だから、私はそれが起こる前にテスト範囲を定義する方法を大きな問題を取得しますか？ 私が得ることができない場合、ネットワークは一見役に立たない！

 
どなたか試された方はいらっしゃいますか？出力トレーニングデータの配列なしでトレーニングすることは可能ですか？どうやって？
 
この ための C / C ++ コードは ありますか？
 
jommerbot:
どなたか試された方はいらっしゃいますか？出力トレーニングデータの配列なしでトレーニングすることは可能ですか？どうやって？
その場合、何をトレーニングサンプルとして与えるのだろう？
 

d=sigma[i]==0.0?0.0:(m_inp[i]-inputvector[i])/sigma[i]；

では、0.0?0.0: とは何でしょうか？

ポイントは、私が別の言語にコードを書き換えていて、反復の1つでm_inp[i]-inputvector[i]=0、それぞれsigma[i]=0で あることだ。このことから、ゼロで割るのは醜いということになる。問題は、私が==0.0?0.0の 意味を理解していないことだろう：

 
daliel:

d=sigma[i]==0.0?0.0:(m_inp[i]-inputvector[i])/sigma[i]；

では、0.0?0.0: とは何でしょうか？

ポイントは、私が別の言語にコードを書き換えていて、反復の1つでm_inp[i]-inputvector[i]=0、それぞれsigma[i]=0で あることだ。このことから、ゼロで割ることは醜いということになる。問題は、私が==0.0?0.0の 意味を理解していないことだろう：

これは短縮されたif - else 記法である。

if(sigma[i] == 0.0) {
    d = 0;
}
else {
    d = (m_inp[i] - inputvector[i]) / sigma[i];
}

ゼロによる除算は ない。

 
Event:

これは省略されたif - else エントリーである。

ゼロによる除算はない。

つまり、(m_inp[i]-inputvector[i])/sigma[i]; の結果が 0 なら、sigma[i] は変化せず、d だけが変化する？
 
daliel:
つまり、(m_inp[i]-inputvector[i])/sigma[i]; の結果が0の場合、sigma[i]は変化せず、dだけが変化する？
条件演算子?
 
daliel:
つまり、(m_inp[i]-inputvector[i])/sigma[i];の 結果が0の場合、sigma[i]は変化せず、dだけが変化するのでしょうか？

sigma[i] は変化せず、0と比較されるだけです。

そしてdは この比較の結果から変化する

新しいコメント