Artificial intelligence 非连续值作为递归神经网络的输入?

Artificial intelligence 非连续值作为递归神经网络的输入?,artificial-intelligence,neural-network,Artificial Intelligence,Neural Network,我希望使用递归神经网络来进行时间序列预测 我的一些输入介于0和1之间,而其他输入可以大于1 我的目标是分析股市趋势(请不要在这方面教训我……这只是一个例子)。以下是我的一些意见: 期初价格变动百分比(>=0) 最近n分钟内库存的斜率(减少/增加)(>=0) 股票是否可能在当天的某个峰值(0到1) 如您所见,一些输入不在0和1之间 循环网络能否接收非连续数值(>1)作为输入?如果是这样,我会把大于1英寸的值作为输入吗?我在ANN领域的小经验告诉我,如果你的输入不代表绝对值,那么你就不必进行标准化。

我希望使用递归神经网络来进行时间序列预测

我的一些输入介于0和1之间,而其他输入可以大于1

我的目标是分析股市趋势(请不要在这方面教训我……这只是一个例子)。以下是我的一些意见:

  • 期初价格变动百分比(>=0)
  • 最近n分钟内库存的斜率(减少/增加)(>=0)
  • 股票是否可能在当天的某个峰值(0到1)
  • 如您所见,一些输入不在0和1之间


    循环网络能否接收非连续数值(>1)作为输入?如果是这样,我会把大于1英寸的值作为输入吗?

    我在ANN领域的小经验告诉我,如果你的输入不代表绝对值,那么你就不必进行标准化。价格变化、斜率、峰值可能性都是相对值,通常允许每个股票在相同水平上波动。如果你想使用价格价值,那么你必须进行标准化,以便教你的网络模式在不同的股票之间“可重用”。关于相对值和绝对值的观点很好。我认为这是有道理的。感谢您的输入。您是否已经知道网络的体系结构?三个输出节点…一个用于判断是否适合销售,第二个用于判断是否适合购买,第三个用于判断可能的下一个价格。然后,可能有十几个输入节点。至于隐藏节点…我不确定…可能在2到12之间。这回答了你的问题吗?你将如何计算每个神经元的输出?您是否计划使用sigmoid函数作为激活函数?如果是,那么唯一的问题是输入层的数量级。请参阅我应该标准化输入变量吗