Redes neurais. Perguntas dos especialistas. - página 15
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Você tem um espaço de solução bidimensional em sua figura. E a entrada é apenas um valor - como isso pode ser?
Talvez valha realmente a pena conhecer o tema a um nível mínimo para continuar a discussão?
Você tem um espaço de solução bidimensional em sua figura. E a entrada é apenas um valor - como isso pode ser?
Talvez valha realmente a pena conhecer o tema a um nível mínimo para continuar a discussão?
Quando eu estava escrevendo, eu estava ciente de que a figura não corresponde exatamente, mas este é apenas um exemplo de classes sobrepostas, tirado de um artigo neste fórum. Isso não muda a questão.
Repito, já existe uma solução para esta tarefa, mas ela é linear.
--------------------------------------------
OK, eu vou desenhar o meu agora.
Feito a mão é sempre melhor..... )
Só por precaução, deixe-me explicar.
O espaço é unidimensional, os dados são espalhados para maior clareza.
Então o MLP é algo como 1-N-1, onde 1-inputs, N-neurons em camada oculta (f-activation em S), 1-output -1 ou 1 (f-activation lógico). N dependerá do grau de descrição detalhada da função desejada pela rede.
Estou cansado de picar. Ambos assim, assim, e assim.
N tentou de 3 a 140.
Saída tanto de 1 como de 2 neurônios.
E assim por diante e assim por diante.
Agora vou tentar publicar resultados....
--------------
Eu gosto de fazer tudo sozinho, mas sei que vou passar. Eu não sei o que estou fazendo.
Embora exista uma solução (linear), até mesmo codificada, e ela funciona.
Eu me pergunto... A linguagem MQL é capaz de fazer isso?
http://rutube.ru/tracks/3140465.html?v=d80d4eebf754c9fcfa2116bc496b083a
......
Vou tentar publicar os resultados agora....
.......Mas existe uma solução (linear), mesmo codificada, e ela funciona.
Para sua informação, se você pode fazer algo sem usar o NS, é melhor não puxar o NS. Seria um incômodo ensiná-lo. Eu o enfrentei mais de uma vez, e na literatura sobre ele fala. Mas se você entender a essência da decisão linear, e bem os dados de pré-processamento no contexto desta essência. Então a NS pode trabalhar de acordo com a solução linear. Com a suposição de erros peculiares à NS.....
Não entendi o que é "em conformidade com a solução lambida", mas em geral - concordo. :)
Mas, aparentemente, o laço está treinando sua rede biológica para trabalhar com os artificiais desta forma.