Y 好吧，你说的是分类器。那又怎样。一般来说，为了预测它，我们应该建立10条的价格变化指标。把它向后移一栏。这将是目标函数。训练网络，使网络输出和目标函数之间的误差最小就足够了，也就是说，网络应该对输入数据作出反应，作为一个从持久性10%的线索。我喜欢NS的地方是，你可以一次性处理整个指标，你可以从一个指标到另一个指标进行无限的附加。我有这样一个想法。问题是，那里有一个非常有趣的分类网络。如果我们将在NS的某个区域训练几个这样的网格，然后将这些值上传到Reshetov的优化器，看看是否能够提高泛化水平。因为在这里我理解我们得到了深度学习，当网络的输入不是输入本身，而是网络对这些输入的结果。我是否正确理解了深度学习的概念？
Y 好吧，你说的是分类器。那又怎样。一般来说，为了预测它，我们应该建立10条的价格变化指标。把它向后移一栏。这将是目标函数。训练网络，使网络输出和目标函数之间的误差最小就足够了，也就是说，网络应该对输入数据作出反应，作为一个从持久性10%的线索。我喜欢NS的地方是，你可以一次性处理整个指标，你可以从一个指标到另一个指标进行无限的附加。我有这样一个想法。问题是，那里有一个非常有趣的分类网络。如果我们将在NS的某个区域训练几个这样的网格，然后将这些值上传到Reshetov的优化器，看看是否能够提高泛化水平。因为在这里我理解我们得到了深度学习，当网络的输入不是输入本身，而是网络对这些输入的结果。我是否正确理解了深度学习的概念？
半枝独秀：预测器没有预测能力，对目标变量来说是噪音。因此，该模型被重新训练，而重新训练的模型与它的未来使用没有关系。噪声就是噪声，在一个应用中，有一个结果，在另一个应用中，有另一个结果。
Y 好吧，你说的是分类器。那又怎样。一般来说，为了预测它，我们应该建立10条的价格变化指标。把它向后移一栏。这将是目标函数。训练网络，使网络输出和目标函数之间的误差最小就足够了，也就是说，网络应该对输入数据作出反应，作为一个从持久性10%的线索。我喜欢NS的地方是，你可以一次性处理整个指标，你可以从一个指标到另一个指标进行无限的附加。我有这样一个想法。问题是，那里有一个非常有趣的分类网络。如果我们将在NS的某个区域训练几个这样的网格，然后将这些值上传到Reshetov的优化器，看看是否能够提高泛化水平。因为在这里我理解我们得到了深度学习，当网络的输入不是输入本身，而是网络对这些输入的结果。我是否正确理解了深度学习的概念？
当我们首先在输入数据上训练一个网络，然后将在同一数据上训练的几个网络的结果反馈给另一个网络的输入，从而达到更好的概括水平。这是真的吗，伙计们????
弗拉基米尔，请看看我关于Twitter的帖子，在几页之前我写道：.....也许你能帮我解决这个问题
Y 好吧，你说的是分类器。那又怎样。一般来说，为了预测它，我们应该建立10条的价格变化指标。把它向后移一栏。这将是目标函数。训练网络，使网络输出和目标函数之间的误差最小就足够了，也就是说，网络应该对输入数据作出反应，作为一个从持久性10%的线索。我喜欢NS的地方是，你可以一次性处理整个指标，你可以从一个指标到另一个指标进行无限的附加。我有这样一个想法。问题是，那里有一个非常有趣的分类网络。如果我们将在NS的某个区域训练几个这样的网格，然后将这些值上传到Reshetov的优化器，看看是否能够提高泛化水平。因为在这里我理解我们得到了深度学习，当网络的输入不是输入本身，而是网络对这些输入的结果。我是否正确理解了深度学习的概念？
当我们首先在输入数据上训练一个网络，然后将在同一数据上训练的几个网络的结果反馈给另一个网络的输入，从而达到更好的泛化水平。这是真的吗，伙计们????
=========================================================
不，不是的。你所描述的是堆积的NN。而深度学习则完全是另一回事...
祝好运
弗拉基米尔，请看我关于Twitter的帖子，在几页之前我写道：.....也许你能帮我解决这个问题
因此，你能否用两句话解释一下它是什么，至少是大概... ?????
我看了你的帖子，我帮不上忙，因为我没有处理过文本数据。我见过很多例子。如果我找到链接，我会把它发给你。
问题是我不能自己运行软件包，我不能与Tweeter连接，更容易的是我不能建立连接，至少给出了如何做的例子，但在pin-code方面有问题，我就是不明白应该在哪里输入。
弗拉基米尔，请看我关于Twitter的帖子，在几页之前我写道：.....也许你能帮我解决这个问题。
看一看https://github.com/maxbbraun/trump2cash
PS 自己做一个机器可读的新闻提要分析，是一个非常大的任务，有很多陷阱。我建议https://www.accern.com/，尝试一下，我使用它，非常满意。
scale()不适合，它的归一化很棘手，会不断地产生不同的范围......。
感谢所有试图帮助的人
需要自己映射到一个范围。因为我之前做了，所以我查了一下。我把链接给错了。有一个天平包（不是一个函数），它充满了各种天平。对你来说，recsale在我看来是合适的。比如说。
在指定范围内显示。以及指定软件包中的其他一堆类似功能
你是在谈论深度学习还是堆积NN？