스테레오 신경망

 

한 마디로, 눈을 제대로 가늘게 뜨고 열반의 상태에 빠지면 3층 2입력 비선형 그리드가 입력 데이터(가격 계열)를 삽질하여 숨겨진 패턴을 찾는 방법을 알 수 있습니다. 그럼에도 불구하고 그는 그것을 찾습니다.

추신: 이것을 심각하게 받아들이지 마십시오.

파일:
3d_1.zip  1295 kb
 
Neutron >> :

한 마디로, 눈을 제대로 가늘게 뜨고 열반의 상태에 빠지면 3층 2입력 비선형 그리드가 입력 데이터(가격 계열)를 삽질하여 숨겨진 패턴을 찾는 방법을 알 수 있습니다. 그럼에도 불구하고 그는 그것을 찾습니다.

추신: 이것을 심각하게 받아들이지 마십시오.

그리고 이전에 내가 지금 기억하는 것처럼 Oktyabr 영화관의 작은 홀에서 특별한 안경이 주어졌습니다 ...

 
이것은 신경 패키지를 광고하는 일부 회사의 또 다른 만화입니까?
 
아니요, 이것은 내 만화입니다. 내가 직접 생각해 냈거나 오히려 그녀(NS)가 두 개의 입력 신호를 매수와 매도로 나누는 방법을 생각해 냈습니다.
 
Neutron >> :
아니요, 이것은 내 만화입니다. 내가 직접 생각해 냈거나 오히려 그녀(NS)가 두 개의 입력 신호를 매수와 매도로 나누는 방법을 생각해 냈습니다.

SOM에서와 같이 입력 양자화처럼 보입니까, 아니면 다른 유형의 NN입니까?

 
왜 두 개의 차트를 사용합니까?
 

음, 스테레오가 그랬습니다. 이것은 실제 3차원 그림입니다.

budimir писал(а) >>

SOM에서와 같이 입력 양자화처럼 보입니까, 아니면 다른 유형의 NN입니까?

이것은 각 뉴런에서 편향과 비선형성이 있는 일반 3층 퍼셉트론이며 각 막대에서 완전히 재훈련됩니다.
 
이것이 일반적인 3층 퍼셉트론이라면 모든 막대에서 완전히 재교육해야 하는 이유는 무엇입니까?
 

질문 하나해도 될까요?

그러한 가능성이 있다면 그 이유는 무엇입니까?

 

그런 기회가 있지만 MLP 유형의 NS와 같이 각 마디에 대한 교육을 수행해야하는 특별한 유형의 NS가 있습니다.

그렇다면 실질적으로 그런 필요는 없습니다. 결국, 모든 바에서 MLP가 완전히 재교육되어야 하는 필요성에 대한 몇 가지 기준이 있어야 합니다.

그리고 그러한 가능성이 있다는 그러한 기준은 의심스럽습니다.

 
이 대화를 수행함으로써 우리는 무의식적으로 다양한 최적화 문제를 해결합니다(전역적 의미에서). 나는 당신이 어떤 접근 방식을 선택했는지 추측할 수 있을 뿐입니다. 내 자신에 관해서는, 이 연구 단계에서 "NN 학습의 복잡성" 매개변수 측면에서 나 자신을 제한하지 않을 만큼 충분한 컴퓨팅 능력이 분명히 있다고 말할 수 있습니다. 분명히, 각 단계에서 NN의 재훈련(추가 훈련)에는 아무런 해가 없습니다. 이렇게 하면 연구 영역의 매개변수 공간 차원을 1로 줄여 AI의 다른 흥미로운 측면에 주의를 집중할 수 있습니다. 그런 의미에서 내가 가장 잘 행동한다고 생각한다.