Nöro ağlar - sayfa 10

Yeni yorum
 
Pek çok kişi, ağdan kazanç için çalışacak çeşitli girdi kurallarından kurallar arayarak ve öğrenerek bahseder ...... Başka bir sorum var .... Belki, daha doğrusu, ağa göre çalışmasını nasıl öğretebilirim? hazır kurallar?... ... Bir kanal sistemini ele alalım ...... Kanalın nasıl ve hangi koşullarda yapıldığı önemli değil. Ağa kanal içinde veya penetrasyonunda çalışması nasıl öğretilir?????? Peki, sinir ağı zihinleri ...... bu konuda ne önerebilirsiniz?. En azından öğretmensiz bir ağ alın ..... Rekur, örneğin. Ağın kendisinden ne istendiğini anlaması için girdiler nasıl hazırlanır? başlangıçta zamanla değişen bir kanal varsa ........
 
nikelodeon >> :
Многие рассуждают о том чтобы сеть искала и учила правила, из многообразия правил входов, которые будут работать на прибыль......У меня другой вопрос....Возможноли, вернее, как научить сеть работать по готовым правилам ?......Возмём канальную систему......Неважно как и при каких обстоятельствах строится канал. Как научить сеть работать внутрь канала или на его пробитии?????? Ну нейросетевые умы......что можете предложить по этому поводу?. Взять хотябы сеть без учителя.....Рекур, например. Как подготовить входы так, чтоб сеть поняла что от неё требуеться? если изначально имееться меняющийся со временем канал........

Hazır kurallarımız varsa, sinir ağına ne için ihtiyacımız var?!

Retorik soru, cevaplamaya gerek yok.

 

Fare şeklinde bir girdi ekleyerek, sistemin karlılığını artırabilirsiniz ..... Ağ, hangi penetrasyonların yanlış, hangilerinin doğru, bunun gibi bir şey olduğunu hesaplayacaktır .......

 
nikelodeon писал(а) >>

Fare şeklinde bir girdi ekleyerek, sistemin karlılığını artırabilirsiniz ..... Ağ, hangi penetrasyonların yanlış, hangilerinin doğru, bunun gibi bir şey olduğunu hesaplayacaktır .......

Sinir ağlarının yeteneklerini abartıyor gibisin.

08/09/2009 21:00 tarihli mesajınıza.

Ağın kendisi hiçbir şey arayamaz. Yalnızca bazı kalıpları ortaya çıkarabilir (giriş ve çıktıların bağlantıları; bundan sonra, ağın doğrudan eğitilmediği bir durumda çıktıları hesaplamak için birikmiş "bilgi"yi kullanmak mümkündür). Onlar. örüntülerin aranması ancak, varsa, mümkündür.

Şimdi 08/09/2009 21:56'dan itibaren mesajınıza.

Kanalı kırmak için kalıpları biliyorsanız (sizin örneğiniz), bunları daha kolay uygulayabilecekken neden bir sinir ağı kullanıyorsunuz? Sinir ağları genelleştirilmiş bir yaklaşımdır; özel durum delilik noktasına kadar basit olduğunda, genelleştirilmiş olanı kullanmak anlamsızdır. MA ayrıca kurallar listesine eklenebilir. Bunu yapmak için MA davranışı ile kanal kesintileri arasında bir ilişki olmalıdır (ve bu ilişkiyi ifade edebilmelisiniz). Sinir ağları kendi başlarına harikalar yaratmaz.

ps Sorunuzu cevaplayacağım: "Mümkün mü, daha doğrusu, ağa hazır kurallara göre çalışmayı öğretmek nasıl?" Evet, sinir ağlarında kullanılan matematiğe dair bir anlayış varsa mümkündür. Bu arada, tekrarlayan bir sinir ağı en iyi örnek değil. Daha basit bir şey alın (geri bildirimsiz çok katmanlı algılayıcı) - orada sorunsuz yapılır.

 
Bu başlıktaki herkese iyi günler. Millet Meclisi'nden anlayanlara bir soru sormak istiyorum. Ben tam bir kaybedenim. Ancak, yarıda bir günahla, MQL-4'te bir gizli katmana sahip bir geri yayılım ağı oluşturdum. Delta alıntılarını besliyor. Ağ girişlerini ve katman çıkışlarını sigmoid-0.5 kullanarak normalleştiriyorum. Test örneğindeki hata azalmayı durdurana kadar fiyat hareketinin yönünü öğretirim. Birkaç hoş olmayan an buldum: 1. Nedense ağ sadece 2 çıkış seçeneği veriyor. Bu nedenle, zayıf sinyalleri güçlü olanlardan ayırmak imkansız görünüyor. Bu 3 katmanlı ağın bir özelliği mi? Belki katman sayısını artırmanız gerekir? 2. Ortalama karekök hatası ne kadar küçükse, üst ve alt çıktı eşikleri birbirine o kadar yakın olur. Eşikler eşitse, okuması 0,22'den düşük değildir. Bu normal mi?
 
Ona ne öğretiyorsun? İki "çıkış seçeneği" öğretirseniz - yukarı ve aşağı, anladığım kadarıyla, o zaman onları öğrenecektir. Çıkışta birkaç nöron yaparsanız - yani. sınıf sayısını artırın - örneğin, güçlü, zayıf iplikler artı düz, daha ayrıntılı bir tahmin alabilirsiniz. Bir gizli katman yeterlidir. Eşikler nelerdir? Önyargı ağırlığı (önyargı) harici olarak ayarlanmaz, ancak ağırlıkların geri kalanıyla birlikte eğitilir. Aktivasyon işlevi sigmoidal ise, neden bir eşik var? Eşiksiz denediniz mi?
 

sinir ağına hangi girdilerin beslendiğine dair bir örneğe bakın. http://www.nnea.net/research/18-neural-network-forecast-indicator



 

Herhangi bir giriş bulunamadı...

 
Burgunsky писал(а) >>
Birkaç hoş olmayan an buldum: 1. Nedense ağ sadece 2 çıkış seçeneği veriyor. Bu nedenle, zayıf sinyalleri güçlü olanlardan ayırmak imkansız görünüyor. Bu 3 katmanlı ağın bir özelliği mi? Belki katman sayısını artırmanız gerekir? 2. Ortalama karekök hatası ne kadar küçükse, üst ve alt çıktı eşikleri birbirine o kadar yakın olur. Eşikler eşitse, okuması 0,22'den düşük değildir. Bu normal mi?

Hayır, bu 3 katmanlı ağların bir özelliği değildir, ağın çıkışındaki sinyal sürekli bir fonksiyondur. Belki de, örneğin ağ çıkışı 0,5'ten büyükse 1, 0'dan küçükse veya ağ çıkışı 0,5'ten büyükse, sonra 1'den küçükse, son sinyali üreten ızgara çıkışına yerleşik bir sınıflandırıcınız zaten vardır - 1.

Henüz eşikleri anlamadım, algoritmada sahip olduğunuz her şeyi ve nasıl kurulduğunu daha ayrıntılı olarak açıklamalıydım, o zaman sorduğunuz soruları düşünebilirsiniz ...

 
Swetten писал(а) >>

Herhangi bir giriş bulunamadı...

Ben de bir şey... Sadece fiyatın çarptığı karelerin sayısını, belki başka bazı ek koşulların sunulduğunu varsayabiliriz...

MeteQuotes muhtemelen decompiler için bir reklam olduğunu görmedi...

1...34567891011121314
Yeni yorum
Neden: