神经网络股票

为什么我用神经网络设计出的股票预测模型,预测结果老是和实际值相...

我猜你输入的数据里一定有股价（包括开盘收盘均价等），然后训练过程中训练函数发现当处理这些数据的神经元权重达到很大的值之后，训练误差会降到很小的水平，小到比其他权重安排方法还要小（局部极小）。

所以训练好的网络实际上变成了平移过去数据，就成了你看到的样子。

如何做一个神经网络

深度学习最成功的应用是在音视频的识别上，几乎所有的商用语音识别都是深度学习来完成的。

其次深度学习应用最成功的领域就是图像识别，目前识别准确率已经超越人类。

深度学习成了图像识别的标配，以至于目前做图像不懂深度学习都不好意思跟人打招呼。

（这种状态个人觉得是不好的）其中图像识别中，应用最广的是人脸识别。

自然语言理解方面，深度学习也非常活跃，主要是使用一种叫做LSTM的深度学习方法。

深度学习已经深入各个领域无人车，智能回答，智能翻译，天气预报，股票预测，人脸比对，声纹比对，等其他许多有趣的应用，比如智能插画，自动作诗，自动写作文，等都可以通过深度学习来完成深度神经网络目前有哪些成功的应用