지금은 이것이 실수인지조차 모릅니다 (단일 레이어의 경우) -:) What do you say
nafik 인덱스를 제거하십시오!
여기에 신성한 것은 없습니다. 학습률 계수를 선택하여 이 오류를 수동으로 보정합니다. 이 오류만 통과하면 됩니다. 따라서 즉시 수행하는 것이 좋습니다.
그리고 더. 학습 오류의 올바른 출력에 대한 표현식은 다음과 같습니다.
다시 말해서, 먼저 특정 에포크 내의 전체 훈련 샘플에 대한 제곱 오차의 합을 누적하고 결과 표현식을 훈련 벡터 확산(정규화)의 제곱으로 나눕니다. 이는 Epoch의 수나 특정 아키텍처에 얽매이지 않도록 하기 위해 필요합니다. 따라서 NN 훈련의 결과를 비교하는 것이 더 쉬울 것입니다. 수신된 값이 <1이면 네트워크가 학습되고 그렇지 않은 경우 가장 좋은 예측은 휴지통에 버리고 잠자기 상태로 가는 것입니다.
Serega, 개념적으로 계몽하십시오. 다음 카운트에서 예상되는 일부 값(Close, (H + L) / 2, bar color , ....)에 대한 예측(즉, 한 카운트 앞의 예측)에 대해 NS를 청구하시겠습니까? 내가 올바르게 이해하고 있습니까 아니면 다른 것이 있습니까?
어떤 예가 필요한지 알았다면 묻지 않았을 것입니다. matkad에서 간단한 것. epoch가 무엇인지 등을 설명하는 것이 바람직합니다. 저에게는 이해하기 힘든 용어들이 많아서 하고 있는 일의 의미가 흐려지는 경우가 많습니다.
한 번은 네트워크가 정현파에서 훈련되는 방법에 대한 교과서의 예를 본 적이 있습니다. 물론 어려운 일이 아니라면 말이다.
지금 포스팅하겠습니다. 나는 무엇이 어디에서 오는지 명확하도록 주석을 추가하고 있습니다.
준비가 된. 개인을 살펴보십시오.
중성자에게
나는 여기 앉아 있고, 2층으로 잉어를 만들고 있습니다. 도중에 뭔가를 팠습니다...
내 단일 레이어가 왜 그렇게 작동하는지 알 것 같습니다. 즉, 작업이 귀하와 유사하지 않습니다.
여기를 살펴보세요:
이제 이것이 실수인지조차 모르겠습니다(단일 레이어의 경우). -:) 뭐라고 합니까?
paralocus 작성 >>
지금은 이것이 실수인지조차 모릅니다 (단일 레이어의 경우) -:) What do you say
nafik 인덱스를 제거하십시오!
여기에 신성한 것은 없습니다. 학습률 계수를 선택하여 이 오류를 수동으로 보정합니다. 이 오류만 통과하면 됩니다. 따라서 즉시 수행하는 것이 좋습니다.
그리고 더. 학습 오류의 올바른 출력에 대한 표현식은 다음과 같습니다.
다시 말해서, 먼저 특정 에포크 내의 전체 훈련 샘플에 대한 제곱 오차의 합을 누적하고 결과 표현식을 훈련 벡터 확산(정규화)의 제곱으로 나눕니다. 이는 Epoch의 수나 특정 아키텍처에 얽매이지 않도록 하기 위해 필요합니다. 따라서 NN 훈련의 결과를 비교하는 것이 더 쉬울 것입니다. 수신된 값이 <1이면 네트워크가 학습되고 그렇지 않은 경우 가장 좋은 예측은 휴지통에 버리고 잠자기 상태로 가는 것입니다.
여기에서 내가 인덱스를 정리하는 이유를 이해하지 못했습니까? 제 생각에는 보정의 제곱이 잘못 누적 된 것뿐입니다.
즉, 다음을 수행해야 합니다.
무슨 뜻이었습니까?
중성자 에게
Serega, 개념적으로 계몽하십시오. 다음 카운트에서 예상되는 일부 값(Close, (H + L) / 2, bar color , ....)에 대한 예측(즉, 한 카운트 앞의 예측)에 대해 NS를 청구하시겠습니까? 내가 올바르게 이해하고 있습니까 아니면 다른 것이 있습니까?
여기에서 내가 인덱스를 정리하는 이유를 이해하지 못했습니까? 제 생각에는 보정의 제곱이 잘못 누적 된 것뿐입니다.
인덱스가 왜 필요한가요? 수정을 누적하고 있습니다(제곱이 아니라 기호를 고려한 수정). 여기에 인덱스가 필요하지 않습니다. 그런 다음 루트 아래의 제곱합으로 정규화하고(다시 인덱스 없이) 주어진 에포크에 대해 원하는 수정 값을 얻습니다.
중성자 에게
Serega, 개념적으로 계몽하십시오. 다음 카운트에서 예상되는 일부 값(종가, (H + L) / 2, 막대 색상, ....)에 대한 예측(즉, 한 카운트 앞의 예측)에 대해 NS를 청구하시겠습니까? 내가 올바르게 이해하고 있습니까 아니면 다른 것이 있습니까?
예, 한 단계 앞서만 예측한 다음 메시를 다시 훈련합니다. 나는 예상되는 움직임의 방향을 예측하고, 그 크기와 시간의 지속 시간을 예측하지 않습니다.
그러나 수정을 한 다음 개인적으로 각 무게에 대해 누적합니다. 뉴런에 포함된 가중치가 다르면 다를 것입니다.
다음과 같이 보입니다.
글쎄, 정확히!
나는 시냅스에 의한 인덱싱과 에포크에 의한 인덱싱을 혼동했습니다. 당신은 그것을 조금 다르게 구현했습니다. 죄송합니다!
그러면 질문의 요점은 무엇입니까? 뭐가 문제 야?