Библиотеки: Класс нейронной сети PNN

 

Класс нейронной сети PNN:

Класс реализует вероятностную нейронную сеть (Probabilistic Neural Network - PNN).

Автор: Yury Kulikov

 

Здравствуйте, Юрий Куликов

0 - обучение сети завершено и результат обучения можно проверить через переменную класса: mse - ошибка обучения, epoch - количество выполненных циклов обучения;

подскажите, пожалуйста, 'mse - learning error' general between witch interval ? Я тестирую один и получаю MSE=7.218702473434161e-008, это нормально ?

спасибо большое!


 
qingyouwei:
Меньше MSE - лучше. Однако следует помнить, что очень маленькое значение ошибки может указывать на необходимость переобучения сети.
 

Yurich:
MSE less is better. But one must bear in mind that a very small error value can indicate retraining network.

Спасибо большое, но я не могу получить маленькое значение ошибки, в классе "class_pnn", как вы вышли из leanning? Может позволить ему вычислять долгое время, чтобы получить маленькое значение ошибки?

 


qingyouwei
:
 

... Я тестирую один и получаю MSE=7.218702473434161e-008 , это нормально?

Это довольно маленькая ошибка.

Ошибка и время обучения зависят от подготовленных данных для обучения. Подготовка данных - это отдельный вопрос, который необходимо изучить перед применением нейронных сетей.

 
Есть ли пример использования?
 

Отлично. Еще приятнее, что он отлично работает и в MT4.

При большом количестве сэмплов сеть становится довольно большой, поскольку в ней хранятся все обучающие сэмплы. Полезным дополнением была бы функция уменьшения сети путем удаления всех образцов, которые увеличивают общую ошибку.

Еще одним полезным дополнением была бы возможность добавления новых обучающих образцов позднее.

Я добавлю код, как только разберусь, почему время от времени получаю значения для mse.

 
Jimmy Tee:

Отлично. Еще приятнее, что он отлично работает и в MT4.

При большом количестве сэмплов сеть становится довольно большой, поскольку в ней хранятся все обучающие сэмплы. Полезным дополнением была бы функция уменьшения сети путем удаления всех образцов, которые увеличивают общую ошибку.

Еще одним полезным дополнением была бы возможность добавления новых обучающих образцов позднее.

Я добавлю код, как только разберусь, почему я время от времени получаю значения для mse.

Я также время от времени получаю mse = NaN. Это происходит совершенно случайно, что довольно странно. Я посмотрю на код, чтобы понять, в чем может быть ошибка...

 
Как превратить этот класс в советника?