RNN学习笔记 之 回声状态网络

教程:http://jlearning.cn/2017/05/29/ESN-basic-tutorial/

为什么还可以设计出这么优美的算法!老套路,sin函数预测,使用Ridge回归测得无帮助预测一千个迭代次数后的信号,平方误差约为2.97056501322e-08。倘若将回归方法改为线性回归,则误差进一步降至3.72410472914e-28。不过如果把预测函数改为x*sin(x),则就没有那么好了,线性回归产生了一个完全随机的波动函数,而Ridge回归则产生了一个波长为(大约为输入数据中位数)长度的稳定波。不过,这是无信息预测,如果知道前一个迭代的实际结果,应该会好很多,这里就不尝试了~

《RNN学习笔记 之 回声状态网络》有2个想法

  1. 你好,最近在学习ESN,看到您写的这篇blog,非常想要学习一下,但是链接显示已经失效。烦请能不能私信给我一下链接。我的邮箱是:yunpzhang@126.com.

    1. 你好:
      由于我只加了连接,没有保存原网站,所以如果原网站崩了我也没有办法_(:з」∠)_
      不过我的博客里面有当时学习ESN的时候做的笔记,不知道对你有没有帮助。https://mhy12345.xyz/notes/alpha-nebula%ef%bc%9ashort-term-stock-price-prediction-based-on-echo-state-networks/
      祝好

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据