文章 "神经网络:从理论到实践" - 页 4

 
gpwr:

网络学习 = 拟合

自学 = 自拟合

原则上是这样的,但自我拟合是全自动的,而为了拟合,需要不时在终端运行策略测试器
 
生活是自我适应的...
 
joo:
生命是自我适应的...

它总是以死亡告终
 
Reshetov:
它总是以死亡告终。

基因搜索是由种群而非个体进行的,死亡只是基因选择(种群更新)的一种手段。

到目前为止,人类种群还在蓬勃发展,尽管许多动物种群在人类这个压迫者的压力下正在消亡。

 
你的进步真大)
 
Urain:

基因搜索是由种群而非个体进行的,死亡只是基因选择(种群更新)的一种手段。

到目前为止,人类种群还在蓬勃发展,尽管许多动物种群在人类这个压迫者的压力下正在消亡。

也许大自然就是这样把它不需要的东西扔在了这个过道上。它玩了一圈,发现没什么用,于是释放了资源。如果我们不实现它的目的,它也会这样对待我们。也许即使我们达到了目的,它还是会把我们扔掉,因为我们只是用来制造更完美的变体的。我们就像工具--功能。接收来自外部的指令所以飞行是正常的。)))
 
tol64:
也许这是大自然摆脱通道上不需要的东西的方法

是啊,遗传算法 似乎不是它要摆脱的东西之一,神经网络也是。

;)

 
Reshetov:
耶德尔金 如果是这样,那就谈不上神经顾问的自我训练了。 而训练被称为普通的参数拟合。
您是否天真地认为,自我训练是一种不寻常的拟合?

我 "天真地认为",在以俄语为母语的人当中,并不习惯将自学过程称为 "参数拟合"。就像不习惯把任何系统的参数选择(借助外部过程)称为学习一样。

也许,我还 "天真地认为",如果一篇文章是写给傻瓜看的,它就应该用常用词来解释新概念。而如果这篇傻瓜文章将神经网络类比为"神经系统的学习和纠错能力",那么这篇文章就应该特别说明神经网络是如何实现自主 学习和纠错的。事实上,这篇文章对神经网络独立(即不使用外部优化程序)获取和纠正某些信息只字未提,"学习 "一词被赋予了新的狭义专业含义,即通常的参数搜索(拟合)被称为学习。由于取得了同样的成功,冠军赛上的绝大多数顾问都可以归类为 "训练有素",因为不太可能使用优化器通过测试。[本段并非针对文章作者,只是对雷舍托夫 的回答进行说明]。

 

真实过程的任何数学模型在某种意义上都是拟合的

从比萨斜塔上扔下的石头不会严格按照抛物线飞行。

从数学计算的角度来看,宇宙飞船的轨迹也并不理想。

但它们还是飞起来了!

 
yu-sha: 但它们还是飞了起来!

我不介意,"让它们飞吧!"(与)如果文章从一开始就说明这些或那些术语的高度专业化含义,以及文章专门讨论神经网络的哪些具体特征(外部参数拟合),问题就不会出现。看来,在大家的帮助下,我终于弄明白了。