Sinir ağları, bunlara nasıl hakim olunur, nereden başlamalı? - sayfa 11
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
3D grafikler ve animasyon yapıyor olsaydınız, kendi 3DStudioMAX'ınızı yazar mıydınız?
Bunlar farklı şeyler...
Belirli bir örnek verdim... favori sinir ağı programınızdaki hata işlevini değiştirmeyi deneyin...
Hafifçe söylemek gerekirse, işlevler ve kod boyutu açısından 2DMAX'in Neuroshell'e eşit olduğunu söylemek istersiniz ????
Oh iyi...
Ve aşağıdaki düşünceye izin vermiyorsunuz - bu programın yardımıyla kar elde etmek için, içindeki bu hata işlevini değiştirmesi gerekmiyor mu?
Bu zarif açıklamanız sayesinde, kinshpekt'inizde en iyi NS uzmanlarından bir optimizasyon kavramına sahip olmadığınızı ve asla almadığınızı biliyoruz.
Ve sırayla, şu düşünceye izin vermiyorsunuz - Yusei'den biraz farklı bir ülkede yaşadığınızı,
ve bu nedenle, sözde, NN'ler oluşturma ve kullanma açısından tam teşekküllü optimizasyon için bir yazılıma sahip olmaması gerekiyor?
Bu zarif açıklamanız sayesinde, kinshpekt'inizde en iyi NS uzmanlarından bir optimizasyon kavramına sahip olmadığınızı ve asla almadığınızı biliyoruz.
:-)
Ne yazdığını anladın mı? )))
Millet Meclisi nasıl bükülmez, ona girdi vermezsiniz, ancak elbette mucizeler olmaz!
Öyleyse ne olur: Bir yandan, NN'nin katmanlaması ne kadar büyük olursa, tahmin gücü o kadar yüksek olur, ancak üç katmandan fazlasını artırmak anlamsızdır - üç katmanlı bir ağ zaten evrensel bir tahmin edicidir. Öte yandan, NN adlı kara kutunun tek yaptığı, piyasada yarı-durağan süreçleri bulmak ve kullanmaktır. Başka verilmez. Yani, yarı-durağan ve durağan değil, sadece yapar (piyasada böyle bir şey yoktur) ve durağan değildir (prensipte, bu tür süreçlerden yararlanılamaz). NS - w sinaps sayısı, girdisinin boyutu - d ve eğitim örneğinin P optimal uzunluğu (konunun 4 veya 5 sayfası) arasındaki optimal oranın türetilmesi için yukarıda zaten bir bağlantı verdim. : w ^ 2 = P * d
NN ne kadar katmanlıysa, eğitim sırasında eğitim örneğinin kullanılması o kadar büyük olacaktır. Eğitimin karmaşıklığı sadece P ^ 3 olarak büyümekle kalmaz, aynı zamanda yeterli veri olmayabilir! Ancak en büyük pusu, beklemediğiniz yerdedir - yarı-durağan süreçler (NN'mizin kotir'de tespit ettiği ve ardından istismar ettiği süreçler) karakteristik bir ömre sahiptir (genel olarak, sıfırdan farklı ve bazılarından daha az). Açıktır ki, büyük bir eğitim örneğinde, seçilen süreci değiştirme olasılığı daha fazladır... anladınız mı? Eğitim örneği ne kadar kısa olursa, o kadar iyidir - piyasa duyarlılığındaki bir değişiklik nedeniyle kırılma olasılığı daha düşüktür! Burada, öyle görünüyor ki, "Hangisi daha iyi - kısa bir eğitim programı olan 2 katmanlı bir NS veya arkasında üç üniversite bulunan güçlü bir 3 (ben okurken her şey gereksiz hale geldi)?" Sorusunun cevabı bir cevap verecektir. basit deney.
Bunu yapmak için Mathcad ortamına 1,2 ve 3 katmanlı üç ızgara attım ve bir sayım ilerideki kota artışının işaretini tahmin etmenin sonuçlarını karşılaştırdım (istatistikler 100 bağımsız deneyden toplandı). Sonuçlar aşağıdaki gibidir:
1 - p=doğru tahmin edilen karakterlerin %10'u (olasılık=1/2+p).
2 - 15-16%
%3 - 12
Burada gerçekten özgür parametreler var: girdinin boyutu ve katmandaki/katmanlardaki nöronların sayısı. İlk parametre tüm mimariler için aynıydı, ikincisi kişisel olarak seçildi. 3 katmanlı NN'nin her derde deva olmadığı ve belki de tüccarlar olarak bizim için MTS analitik bloğu için en iyi seçeneğin iki katmanlı bir ızgara olduğu görülebilir - maksimum tahmin doğruluğu ve minimum öğrenme gereksinimleri açısından karmaşıklık (RS gücü, kullanılabilirlik büyük geçmişi ve eskimemesi).
Millet Meclisi nasıl bükülmez, ona girdi vermezsiniz, ancak elbette mucizeler olmaz!
Öyleyse ne olur: Bir yandan, NN'nin katmanlaması ne kadar büyük olursa, tahmin gücü o kadar yüksek olur, ancak üç katmandan fazlasını artırmak anlamsızdır - üç katmanlı bir ağ zaten evrensel bir tahmin edicidir. Öte yandan, NN adlı kara kutunun tek yaptığı, piyasada yarı-durağan süreçleri bulmak ve kullanmaktır. Başka verilmez. Yani, yarı-durağan ve durağan değil, sadece yapar (piyasada böyle bir şey yoktur) ve durağan değildir (prensipte, bu tür süreçlerden yararlanılamaz). NS - w sinaps sayısı, girdisinin boyutu - d ve eğitim örneğinin P optimal uzunluğu (konunun 4 veya 5 sayfası) arasındaki optimal oranın türetilmesi için yukarıda zaten bir bağlantı verdim. : w ^ 2 = P * d
NN ne kadar katmanlıysa, eğitim sırasında eğitim örneğinin kullanılması o kadar büyük olacaktır. Eğitimin karmaşıklığı sadece P ^ 3 olarak büyümekle kalmaz, aynı zamanda yeterli veri olmayabilir! Ancak en büyük pusu, beklemediğiniz yerdedir - yarı-durağan süreçler (NN'mizin kotir'de tespit ettiği ve ardından istismar ettiği süreçler) karakteristik bir ömre sahiptir (genel olarak, sıfırdan farklı ve bazılarından daha az). Açıktır ki, büyük bir eğitim örneğinde, seçilen süreci değiştirme olasılığı daha fazladır... anladınız mı? Eğitim örneği ne kadar kısa olursa, o kadar iyidir - piyasa duyarlılığındaki bir değişiklik nedeniyle kırılma olasılığı daha düşüktür! Burada, öyle görünüyor ki, "Hangisi daha iyi - kısa bir eğitim programı olan 2 katmanlı bir NS veya arkasında üç üniversite bulunan güçlü bir 3 (ben okurken her şey gereksiz hale geldi)?" Sorusunun cevabı bir cevap verecektir. basit deney.
Bunu yapmak için Mathcad ortamına 1,2 ve 3 katmanlı üç ızgara attım ve bir sayım ilerideki kota artışının işaretini tahmin etmenin sonuçlarını karşılaştırdım (istatistikler 100 bağımsız deneyden toplandı). Sonuçlar aşağıdaki gibidir:
1 - p=doğru tahmin edilen işaretlerin %10'u (olasılık=1/2+p).
2 - 15-16%
%3 - 12
Burada gerçekten özgür parametreler var: girdinin boyutu ve katmandaki/katmanlardaki nöronların sayısı. İlk parametre tüm mimariler için aynıydı, ikincisi kişisel olarak seçildi. 3 katmanlı NN'nin her derde deva olmadığı ve belki de tüccarlar olarak bizim için MTS analitik bloğu için en iyi seçeneğin iki katmanlı bir ızgara olduğu görülebilir - maksimum tahmin doğruluğu ve minimum öğrenme gereksinimleri açısından karmaşıklık (RS gücü, kullanılabilirlik harika geçmişi ve eskimemesi).
Acaba piyango numaralarını tahmin etmek için NN kullanmayı deneyen var mı?
gpwr , herkesle dalga geçiyorsun! - bu piyango numarasını tahmin etmekle ilgili. Ve lütfen gönderimin alıntısını kaldırın - bu, mesajınıza daha fazla yer katacaktır :-)
NS - w sinaps sayısı, girdisinin boyutu - d ve eğitim örneğinin P optimal uzunluğu (konunun 4 veya 5 sayfası) arasındaki optimal oranın türetilmesi için yukarıda zaten bir bağlantı verdim. : w ^ 2 = P * d