混合神经网络。 - 页 18

[RIP]

gumgum >> :

谢谢你。

问题仍然是...真相在哪里？

左上角(RProp)。当DE/DW(t-1)*DE/DW<0时，为什么DE/DW=0？

请问这一页是哪篇文章的内容？给出其完整的标题。

[Alexey Subbotin]

rip >> :

请问这一页是取自哪篇文章？给出它的全名。

这些是来自不同的文章，我在上面的作者版本中给出了RPROP的链接。

[gumgum]

rip писал(а)>>

请问这一页是哪篇文章的内容？给出其完整的标题。

[gumgum]

Here.net 10-22-11-1

Rprop:(476 ep.)

反向+动量(n=0.01, a=0.9)(136 ep.)。

[RIP]

gumgum >> :

Here.net 10-22-11-1

Rprop:(476 ep.)

逆+动量(n=0.01, a=0.9)(136 ep.)。

RProp的效率很低 :)

什么在里面，什么在外面？

[gumgum]

rip писал(а)>>

RProp的效率很低 :)

什么在里面，什么在外面？

没有。

10开->1开

[Debugger]

观看神经网络的集体实验很有趣。我必须告诉你多少次：神经网络 与RSI和随机指数以及其他许多工具是一样的，唯一的区别是它们是非常复杂的。你不会用神经网络解决你的问题...这只是在浪费时间...所有那些没有为自己做出结论的人，让他们忽略这句话。

[gumgum]

建议学习算法（非欧元）。

[[删除]]

Debugger >> :

观看神经网络的集体实验很有趣。我必须告诉你多少次：神经网络 与RSI和随机指数以及其他许多工具是一样的，唯一的区别是它们是非常复杂的。你不会用神经网络解决你的问题...这只是在浪费时间...所有那些还没有为自己做出结论的人，让他们忽略这句话。

这是 大学一年级的课程。实际上，我在高中时也经历过。只有老师是重要的，那基本上是网络输出的错误类型。

[RIP]

gumgum >> :
提示学习算法（不是evr.）

所有的梯度 - LMA，准牛顿式。遗传...

启发式方法--所有RProp的变种，"退火法 "等。