Гибридные нейросети. - страница 7
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Вообще то, я его придумал ещо в 3-4 классе. Когда там корни извлекают? Вот, извлекал корни квадратные, кубические.. Правда на тетрадном листе в клеточку.
Тестил. Результаты реально впечатляют.
Озвуч (похвастайся).Неужели задача, которую я описал тебя не тронула. Это вроде как везде проходят. Да ты что. На этом принципе бОльшая часть радиоэлектронной аппаратуры построена.
Мы не экстраполируем и не усредняем, а изолируем. Здесь интегрирование шума работает.
Смысл обучения не в выделении путем отсеивания некоторых особых имеющих место признаков и последующего запоминания . И дело даже не в том, что отсеять признаки мы не можем.
Принцип обучения я изложил в одной из веток:
Обучение - процесс приобретения способности к обобщению, классификации, абстрагированию, к умению делать выводы.
Какими средствами - это уже другой вопрос.
IlyaA писал(а) >>
Как люди обучаются? :) Они читают одну тему, потом другую. Каждая тема изучается индивидуально. Потом обощение. А так сетка твоя зазубрит картинку и не обобщит ничего. Станет узкоспециализирована.
Читай выше.
IlyaA писал(а) >>
Не читай много книг, а чтоже ты предложешь? Смотреть телек и биться головой о стенку?
Смысл более глубок, чем кажется, вернее кажется, что смысла в этих словах вообще нет. Смысл - думай, рассуждай, делай выводы, а не тупо зубри.
IlyaA писал(а) >>
Озвуч (похвастайся).
Мне это не нужно. Был вопрос, был ответ.
О да, сеть на первых этапах полносвязная, ну или по типу сетей свертки, но там слоев много). И это все счастье множиться на 10 и начинает спариваться. Обсчитывать приходится каждого, т.е. имеем 10х. А если возникла идея обучить профитному трюку, то приходится на каждом поколении просчитывать весь временной интервал, через каждого потомка прогонять. Эта операция меня вообсче убила своей ресурсоемкостью и я возвращаюсь к своему первоначальному вопросу.Почему не использовать RProp? В случае с генетикой дает существенное ускорение вычислений.
Смысл обучения не в выделении путем отсеивания некоторых особых имеющих место признаков и последующего запоминания . И дело даже не в том, что отсеять признаки мы не можем.
Принцип обучения я изложил в одной из веток:
Обучение - процесс приобретения способности к обобщению, классификации, абстрагированию, к умению делать выводы.
Какими средствами - это уже другой вопрос.
Есть мне, что мы начали философствовать и я предлагаю закончить обсуждение этого вопроса с пометкой "остались при своих".Почему не использовать RProp? В случае с генетикой дает существенное ускорение вычислений.
Согласен он быстрее, также как и градиентный спуск. Разница не большая. Смысл использования генетики в том, что вероятность нахождения ГЛОБАЛЬНОГО экстремума приближается к 1. Ни один градиент такого не покажет (если ошибаюсь поправь). В добавок поверхность оптимизируемой гиперплоскости испещрена бесконечным числом локальных экстремумов со значительными амплитудами. Масло в огонь подливает увеличение числа нейронов, гиперплоскость становится еще заковырестей. В таких условиях градиенты сходятся, но как я писал выше вероятность нахождения глобального экстремума 50-80%.Согласен он быстрее, также как и градиентный спуск. Разница не большая. Смысл использования генетики в том, что вероятность нахождения ГЛОБАЛЬНОГО экстремума приближается к 1. Ни один градиент такого не покажет (если ошибаюсь поправь). В добавок поверхность оптимизируемой гиперплоскости испещрена бесконечным числом локальных экстремумов со значительными амплитудами. Масло в огонь подливает увеличение числа нейронов, гиперплоскость становится еще заковырестей. В таких условиях градиенты сходятся, но как я писал выше вероятность нахождения глобального экстремума 50-80%.
У Вас есть конкретные результаты торговли с помощью этой системы? Стоит ли игра свеч?
Согласен он быстрее, также как и градиентный спуск. Разница не большая. Смысл использования генетики в том, что вероятность нахождения ГЛОБАЛЬНОГО экстремума приближается к 1. Ни один градиент такого не покажет (если ошибаюсь поправь). В добавок поверхность оптимизируемой гиперплоскости испещрена бесконечным числом локальных экстремумов со значительными амплитудами. Масло в огонь подливает увеличение числа нейронов, гиперплоскость становится еще заковырестей. В таких условиях градиенты сходятся, но как я писал выше вероятность нахождения глобального экстремума 50-80%.Согласен, градиент не обеспечивает 100% сходимости алгоритма обучения.
Я использую ГА только для получения новой топологии сети. В среднем RProp показывает достижение локального минимума за 100-200 эпох.
После чего, находятся самые результативные особи, и формируется новая популяция. Мутация. RProp.
Согласен, градиент не обеспечивает 100% сходимости алгоритма обучения.
Я использую ГА только для получения новой топологии сети. В среднем RProp показывает достижение локального минимума за 100-200 эпох.
После чего, находятся самые результативные особи, и формируется новая популяция. Мутация. RProp.
Комбинация значит. Господа, разрешите всех поздравить! Мы только что оправдали название ветки. Это идея! Вот что пришло в голову. Мутации в генетике меняют 20-40% весов с незначительным шагом. Велика ли вероятость того что потомки возвращаются к местам обитания родителей?У Вас есть конкретные результаты торговли с помощью этой системы? Стоит ли игра свеч?
Конкретных результатов нет. Только идеи и прогнозы. Все перцептроны, которые у меня получались не доживали до стадии индикатора. Я их браковал. :( А самая лучшая идея в настоящий момент преодалевает ресурсоемкость алгоритма. Но ВЕРА живЁт (Надя и Люба тоже :).Вопрос.
Кто реализовывал "Нечеткие сети Такаги-Сугено-Канга"?