Нейронная сеть - вход - страница 2

Новый комментарий
 
Vladimir Perervenko:

Это абсолютно дилетантское мнение. Не болтайте ерундой..

Mihail Marchukajtes: 

Начните с основ - что есть нейросеть. Что можно подать на вход, что не нужно. 

На Ваш вопрос нет ответа.  

Удачи 

он еще и свою статью по нейросетям в другой теме анонсировал :D скоро сможете насладиться непередаваемыми ощущениями как вас режут по живому
 
Mihail Marchukajtes:
Y Ну как правило и для удобства обычно в строчку записывают перечень входных значений, а в самом конце уже записывается выходная переменная. Так что скорее всего в вашем случае это вектор значения. И помните, что топология нейрона и функция активации абсалютно не играет никакого значения, главное это входные данные, что подавать ну и чего мы хотим от неё получить.

Это неинтересный подход. Было бы интересней подать на вход все что угодно: не нормализованные и противоречивые данные и что бы нейросеть все это разрулила. 

 
Dmitry Fedoseev:

Это неинтересный подход. Было бы интересней подать на вход все что угодно: не нормализованные и противоречивые данные и что бы нейросеть все это разрулила. 

В этом то и есть Ваша проблема. Вы не понимаете что может сеть, я чего не может. С таким подходом вам  вряд ли удастся получить хоть какой значимый результат. Потому как НС это не волшебник. И если вы напихаете ей кучу мусора, то в итоге она и выдаст вам мусор, так что..... Дождитесь лучше статьи, скоро она появится и многое станет ясно!!!
 
Mihail Marchukajtes:
В этом то и есть Ваша проблема. Вы не понимаете что может сеть, я чего не может. С таким подходом вам  вряд ли удастся получить хоть какой значимый результат. Потому как НС это не волшебник. И если вы напихаете ей кучу мусора, то в итоге она и выдаст вам мусор, так что..... Дождитесь лучше статьи, скоро она появится и многое станет ясно!!!
Ну ну... И сильно уверены что у меня проблема и что я не понимаю?
 

В нормализации входных данных, отсеивании противоречивых входов, а потом отдачи этих данных в сеть нет ничего удивительного и интересного. ОНо известно и работает.

Наличие активационной функции подразумевает, что нейрон сам может делать нормализацию. Ну и кто знает, может есть какая структура сети, которая будет блокировать противоречивые входы. Обычная нейросеть не блокирует, но ослабляет, установив порог на выходе уже все само разрулиться даже с простой сетью. 

 

Например сеть с тремя входами, двумя выходами. 

Имеем два вектора с корреляцией -1 ([0,1,2] и [2,1,0]), но оба должны давать на выходе [1,0]. По идее надо отсеивать такие данные. Тем не менее сеть вполне нормально обучится, на оба вектора будет выдавать результат [0.5, 0] - довольно умный компромиссный результат. 

 
Dmitry Fedoseev:
Ну ну... И сильно уверены что у меня проблема и что я не понимаю?
Ну если вы утверждаете что закинув в сеть всё что угодно и хотите получить конфетку. Это же ваше желание???? Так вот такой структуры сети не существует, к вашему сожалению. И ещё как вы думаете для чего нужна нормализация???
 
Mihail Marchukajtes:
1. Ну если вы утверждаете что закинув в сеть всё что угодно и хотите получить конфетку. Это же ваше желание???? 2. Так вот такой структуры сети не существует, к вашему сожалению. И ещё как вы думаете для чего нужна нормализация???

1. Будьте добры, если хотите поспорить, следите за тем что пишите. Ахинея же написана. Может быть вместо "и" нужна запятая... Даже если заменить на запятую что то не то в этом предложении.

2. А вы прям все все сети мира проверили? 

 
Графики активационных функций видели? Она как бы намекает, что справится с любыми выбросами значений. Веса нейронов входного слоя выполняют функцию нормализации. Про реакцию простейшей сети на противоречивые данные выше написано - результаты реального эксперимента.
 
Dmitry Fedoseev:

1. Будьте добры, если хотите поспорить, следите за тем что пишите. Ахинея же написана. Может быть вместо "и" нужна запятая... 

2. А вы прям все все сети мира проверили? 

УУУУУ как всё запущенно..... Тоесть вы глубоко уверены что именно топология сети играет важную роль. И будь такая сеть которая смогла бы разгрести мусор во входах, то она не применно бы была рабочей???? Так????? Тогда спешу Вас разочаровать. Во первых такой топологии сети не существует, иначе она стала бы достоянием всего света, а во вторых, главным при использовании сети являются входные данные. Если они являются причиной для выхода, тогда результат будет хороший, если они являются следствием для выходной переменной, то получим коинфлип, тоесть 50/50. И всётаки для чего нужна нормализация???? Интересно услышать Ваше мнение.
123456
Новый комментарий
Причина обращения: