Кто-нибудь пробовал с ним разбираться? Возможно ли обучение без массива выходных обучающих данных? Как?
в коде есть такая строка №122: d=sigma[i]==0.0?0.0:(m_inp[i]-inputvector[i])/sigma[i];
так вот, что значит 0.0?0.0: ?
Дело в том что переписываю код на другой язык и в одной из итерация m_inp[i]-inputvector[i] = 0, соответственно sigma[i] = 0. Из этого вытекает что делить на ноль некрасиво. Я так полагаю что проблема в том что я не понимаю что значит ==0.0?0.0:
в коде есть такая строка №122: d=sigma[i]==0.0?0.0:(m_inp[i]-inputvector[i])/sigma[i];
так вот, что значит 0.0?0.0: ?
Дело в том что переписываю код на другой язык и в одной из итерация m_inp[i]-inputvector[i] = 0, соответственно sigma[i] = 0. Из этого вытекает что делить на ноль некрасиво. Я так полагаю что проблема в том что я не понимаю что значит ==0.0?0.0:
Это сокращенная запись if - else
if(sigma[i] == 0.0) { d = 0; } else { d = (m_inp[i] - inputvector[i]) / sigma[i]; }
деления на ноль нет.
Это сокращенная запись if - else
деления на ноль нет.
тоесть, если результат (m_inp[i]-inputvector[i])/sigma[i]; равен 0, то sigma[i] не меняется, а меняется только d?
sigma[i] не меняется, а только сравнивается с нулем.
А от результата этого сравнения меняется d
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Класс нейронной сети GRNN:
Автор: Yury Kulikov