Наглядная работа ИИ, когда входы подобраны правильно и сама НС делает то что от неё нужно. В статье показан именно этот случай, так что дождитесь публикации, думаю она Вам много чего расскажет интересного. Во всяком случае я строю сети именно так. Без иллюзий, без заоблачных ожиданий. И получаю результат соотвественный, не идеальный, но вполне рабочий. Ведь как известно "Граалей" не существует, и это нужно признать.
Наглядная работа ИИ, когда входы подобраны правильно и сама НС делает то что от неё нужно. В статье показан именно этот случай, так что дождитесь публикации, думаю она Вам много чего расскажет интересного. Во всяком случае я строю сети именно так. Без иллюзий, без заоблачных ожиданий. И получаю результат соотвественный, не идеальный, но вполне рабочий. Ведь как известно "Граалей" не существует, и это нужно признать.
Очень интересно, что нудно увидеть на этой картинке.. и можно ли что-то на ней увидеть? К чему ту про грааль, если разговор толко про сеть идет?
Dmitry Fedoseev: Очень интересно, что нудно увидеть на этой картинке.. и можно ли что-то на ней увидеть? К чему ту про грааль, если разговор толко про сеть идет?
Нормализовать значения, всё-таки, надо. Чтобы значимый диапазон переменной был от нуля до единицы или от минус единицы до единицы. На самом деле от топологии и метода обучения зависит, можем ли мы подавать на вход "мусор" или нет, и какой "мусор". Но лучше не усложнять жизнь себе и советнику, которому, возможно, придётся иметь дело с тяжёлой сетью.
Сейчас как-то популярны свёрточные сети в исследовательском сообществе, они хорошо себя чувствуют при работе с изображениями, но совсем не хорошо на слабом компьютере, особенно при обучении. Как применять её нам - вопрос интересный.
Aliaksandr Hryshyn: Сейчас как-то популярны свёрточные сети в исследовательском сообществе, они хорошо себя чувствуют при работе с изображениями, но совсем не хорошо на слабом компьютере, особенно при обучении. Как применять её нам - вопрос интересный.
Вообще то свёрточные сети есть ни что иное как автоматически получаемые фильтры Габора.
Со всеми вытекающими отсюда последствиями.
А именно: распознать хорошо выученный участок эт мы на раз,
а вот предсказать что будет дальше, это к господу богу.
Линейные электронные фильтры Из-за свойства соответствия свёртки в частотной области умножению во временной области, преобразование Фурье импульсной передаточной характеристики фильтра Габора является свёрткой преобразований Фурье гармонической функции и гауссиана. В этом уравнении представляет собой длину волны множителя-косинуса...
Вот подскажите, можно ли на вход подать в таком виде данные каждый выделенный фрагмент - это вход. Или только через одномерный массив, все в строчку. Я извиняюсь за тупость, но не пойму, можно ли отделить данные одного порядка, от другого.
Вот подскажите, можно ли на вход подать в таком виде данные каждый выделенный фрагмент - это вход. Или только через одномерный массив, все в строчку. Я извиняюсь за тупость, но не пойму, можно ли отделить данные одного порядка, от другого.
То есть массив чтоб рассматривался как один блог
Что вам не дает возможности записать все значения в строчку и подпать сети одновременно, я именно вот этого понять не могу. Расчитали всё что считаете нужным, записали всё это в строчку и подали....
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Наглядная работа ИИ, когда входы подобраны правильно и сама НС делает то что от неё нужно. В статье показан именно этот случай, так что дождитесь публикации, думаю она Вам много чего расскажет интересного. Во всяком случае я строю сети именно так. Без иллюзий, без заоблачных ожиданий. И получаю результат соотвественный, не идеальный, но вполне рабочий. Ведь как известно "Граалей" не существует, и это нужно признать.
Наглядная работа ИИ, когда входы подобраны правильно и сама НС делает то что от неё нужно. В статье показан именно этот случай, так что дождитесь публикации, думаю она Вам много чего расскажет интересного. Во всяком случае я строю сети именно так. Без иллюзий, без заоблачных ожиданий. И получаю результат соотвественный, не идеальный, но вполне рабочий. Ведь как известно "Граалей" не существует, и это нужно признать.
Очень интересно, что нудно увидеть на этой картинке.. и можно ли что-то на ней увидеть? К чему ту про грааль, если разговор толко про сеть идет?
Ходи по стрелкам и заработаешь. Разве нет???
Да вообще-то совсем другие вопросы тут обсуждались.
Сейчас как-то популярны свёрточные сети в исследовательском сообществе, они хорошо себя чувствуют при работе с изображениями, но совсем не хорошо на слабом компьютере, особенно при обучении. Как применять её нам - вопрос интересный.
Вообще то свёрточные сети есть ни что иное как автоматически получаемые фильтры Габора.
Со всеми вытекающими отсюда последствиями.
А именно: распознать хорошо выученный участок эт мы на раз,
а вот предсказать что будет дальше, это к господу богу.
Вот подскажите, можно ли на вход подать в таком виде данные каждый выделенный фрагмент - это вход. Или только через одномерный массив, все в строчку. Я извиняюсь за тупость, но не пойму, можно ли отделить данные одного порядка, от другого.
То есть массив чтоб рассматривался как один блог
Вот подскажите, можно ли на вход подать в таком виде данные каждый выделенный фрагмент - это вход. Или только через одномерный массив, все в строчку. Я извиняюсь за тупость, но не пойму, можно ли отделить данные одного порядка, от другого.
То есть массив чтоб рассматривался как один блог