Stereo Nöro Ağı

 

Tek kelimeyle, gözlerinizi doğru bir şekilde kısıp Nirvana durumuna düşerseniz, 3 katmanlı iki girişli doğrusal olmayan bir ızgaranın, içlerindeki gizli kalıpları bulmaya çalışırken girdi verilerini (fiyat serileri) nasıl küreklediğini görebilirsiniz. Ve yine de bulur.

Not: Bunu ciddiye almayın.

Dosyalar:
3d_1.zip  1295 kb
 
Neutron >> :

Tek kelimeyle, gözlerinizi doğru bir şekilde kısıp Nirvana durumuna düşerseniz, 3 katmanlı iki girişli doğrusal olmayan bir ızgaranın, içlerindeki gizli kalıpları bulmaya çalışırken girdi verilerini (fiyat serileri) nasıl küreklediğini görebilirsiniz. Ve yine de bulur.

Not: Bunu ciddiye almayın.

Ve daha önce, şimdi hatırladığım gibi, Oktyabr sinemasının küçük salonunda özel gözlükler verildi ...

 
Bu, nöro-paketlerinin reklamını yapan bir şirketin başka bir karikatürü mü?
 
Hayır, bunlar benim karikatürlerim. Onları kendim buldum ya da daha doğrusu o (NS) iki giriş sinyalini Al ve Sat'a nasıl böleceğini buldu.
 
Neutron >> :
Hayır, bunlar benim karikatürlerim. Onları kendim buldum ya da daha doğrusu o (NS) iki giriş sinyalini Al ve Sat'a nasıl böleceğini buldu.

SOM'daki gibi girdi niceleme gibi mi görünüyor, yoksa başka bir NN türü mü?

 
Neden iki tablo?
 

Eh, böylece stereo oldu. Bu gerçek bir üç boyutlu resim.

budimir писал(а) >>

SOM'daki gibi girdi niceleme gibi mi görünüyor, yoksa başka bir NN türü mü?

Bu, her nöronda önyargılı ve doğrusal olmayan, her çubukta tamamen yeniden eğitilmiş sıradan bir üç katmanlı algılayıcıdır.
 
bu sıradan bir üç katmanlı algılayıcıysa, onu HER çubukta tamamen yeniden eğitmeye ne gerek var?
 

Bir soru sorabilir miyim?

Böyle bir ihtimal varsa neden olmasın?

 

böyle bir fırsat var, ancak MLP türünün NS'sinde olduğu gibi her çubukta eğitim yapmanız gereken özel NS türleri var,

o zaman pratikte böyle bir ihtiyaç yoktur.Sonuçta, MLP'nin HER barda tamamen yeniden eğitilmesi ihtiyacı hakkında muhtemelen bazı kriterler olmalıdır,

ve böyle bir kriter -böyle bir ihtimal var- şüphelidir.

 
Bu diyaloğu yürüterek, bilinçaltında farklı optimizasyon problemlerini (küresel anlamda) çözüyoruz. Hangi yaklaşımı seçtiğinizi sadece tahmin edebilirim. Kendime gelince, araştırmanın bu aşamasında, kendimi "NN öğrenmenin karmaşıklığı" parametresi açısından sınırlamamak için elimde yeterli bilgi işlem gücüm olduğunu söyleyebilirim. Açıkçası, NN'nin her adımda yeniden eğitilmesinin (ek eğitim) bir zararı yoktur. Bu şekilde, çalışma alanındaki parametre uzayının boyutunu birer birer azaltarak dikkatimi yapay zekanın diğer ilginç yönlerine odaklayabilirim. Bu anlamda optimal hareket ettiğimi düşünüyorum.