Warum hacken Sie auf diesem Mann herum? Ein NS ist wie ein NS. Meiner Meinung nach sind sie alle gleich)). Die Frage ist nur, was in den Inputs/Outputs enthalten ist und wie es trainiert wird. Aber ich glaube nicht, dass jemand in der Lage sein wird, Ihnen davon zu erzählen).
Yuriy Asaulenko: Warum hacken Sie auf diesem Mann herum? Ein NS ist wie ein NS. Für mich sehen sie alle gleich aus.) Die einzige Frage ist, was die Ein- und Ausgänge enthalten und wie sie trainiert werden. Aber ich glaube nicht, dass Ihnen das jemand sagen kann.)
Übrigens, Maxim, sagen Sie mir bitte, wie viele Eingänge kann RF realistischerweise in Echtzeit verarbeiten? Ich bin nicht sehr gut in RF, nur die Grundlagen und das ist alles.
Yuriy Asaulenko: Übrigens, Maxim, sagen Sie mir, wie viele Eingaben kann RF realistischerweise in Echtzeit verarbeiten? Ich kenne mich mit RF nicht besonders gut aus, nur mit den Grundprinzipien und das war's.
Over ist viel und sehr schnell... aber trainiert ist langsamer als NS, weil man durch all die Bäume gehen muss. Wenn Sie bei jedem Tick ein Ergebnis abrufen, ist es deutlich langsamer als bei NS. Wenn es byteweise geschieht, wird es nicht merklich langsamer sein als mit NS.
Nicht-interaktives Lernen, d.h. sofort, im Vergleich zu NS
Over ist viel und sehr schnell... aber trainiert ist langsamer als NS, weil man durch all die Bäume gehen muss. Wenn Sie bei jedem Tick ein Ergebnis abrufen, ist es deutlich langsamer als bei NS. Wenn es byteweise geschieht, wird es nicht merklich langsamer sein als mit NS.
Nicht-interaktives Lernen, d. h. sofortiges Lernen im Vergleich zu NS.
Ich verstehe.
NNS mit 15 Eingängen und 6 Schichten (60 Neuronen) - Reaktionszeit 0,005 Sek. Für NS habe ich eine Obergrenze von maximal 15-20 Eingängen festgelegt. Wenn RF langsamer ist, sind sie keine Option, so stellt sich heraus.
Maxim Dmitrievsky: Ich habe die Implementierung eines linearen Spread-Indikators bereits in meiner Codebasis veröffentlicht. Wenn es nicht funktioniert, werde ich es auch tun :)) Aber das hier ist viel subtiler :)
Warum Dinge posten, die nicht funktionieren? Die Leute werden ihre Zeit damit verschwenden... oder sogar ihr Geld.
Das NS mit 15 Eingängen und 6 Schichten (60 Neuronen) hat eine Reaktionszeit von 0,005 Sekunden. Für NS setze ich eine Grenze - maximal 15-20 Eingänge. Wenn RF langsamer ist, sind sie nicht länger eine Option, wie sich herausstellt.(
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Erlauben Sie die Verwendung von Cookies, um sich auf der Website MQL5.com anzumelden.
Bitte aktivieren Sie die notwendige Einstellung in Ihrem Browser, da Sie sich sonst nicht einloggen können.
Sie sind angemeldet. Die Zwei-Faktor-Authentifizierung wurde deaktiviert. Richten Sie sie erneut ein und scannen Sie einen neuen QR-Code oder fahren Sie mit deaktivierter Zwei-Faktor-Authentifizierung fort.
7.0 ist im Internet verfügbar. Vielleicht war es dort bereits erhältlich?
Ja, das werde ich mir natürlich ansehen.
Nach dem zu urteilen, wasUladzimir Izerski hier schreibt,ist NS eine Goldmine, die wir genauer studieren müssen.
Wenn Sie die Angebote meinen, die gut sind - der Satz ist der genialste: )))))
Es gibt bereits zu viele von ihnen. Ich muss die Besten der Besten auswählen, aber ich weiß nicht, wie ich das machen soll.
Zeit, von hier zu verschwinden...
Zeit, von hier zu verschwinden...
Ich auch.
Ich auch.
Welcher NS ist es?
Welcher NS ist es?
Warum hacken Sie auf diesem Mann herum? Ein NS ist wie ein NS. Für mich sehen sie alle gleich aus.) Die einzige Frage ist, was die Ein- und Ausgänge enthalten und wie sie trainiert werden. Aber ich glaube nicht, dass Ihnen das jemand sagen kann.)
Also, googeln Sie es und schreiben Sie, welche :)
Jetzt googeln Sie es und schreiben Sie, welche :)
Übrigens, Maxim, sagen Sie mir, wie viele Eingaben kann RF realistischerweise in Echtzeit verarbeiten? Ich kenne mich mit RF nicht besonders gut aus, nur mit den Grundprinzipien und das war's.
Over ist viel und sehr schnell... aber trainiert ist langsamer als NS, weil man durch all die Bäume gehen muss. Wenn Sie bei jedem Tick ein Ergebnis abrufen, ist es deutlich langsamer als bei NS. Wenn es byteweise geschieht, wird es nicht merklich langsamer sein als mit NS.
Nicht-interaktives Lernen, d.h. sofort, im Vergleich zu NS
Over ist viel und sehr schnell... aber trainiert ist langsamer als NS, weil man durch all die Bäume gehen muss. Wenn Sie bei jedem Tick ein Ergebnis abrufen, ist es deutlich langsamer als bei NS. Wenn es byteweise geschieht, wird es nicht merklich langsamer sein als mit NS.
Nicht-interaktives Lernen, d. h. sofortiges Lernen im Vergleich zu NS.
Ich verstehe.
NNS mit 15 Eingängen und 6 Schichten (60 Neuronen) - Reaktionszeit 0,005 Sek. Für NS habe ich eine Obergrenze von maximal 15-20 Eingängen festgelegt. Wenn RF langsamer ist, sind sie keine Option, so stellt sich heraus.
Ich habe die Implementierung eines linearen Spread-Indikators bereits in meiner Codebasis veröffentlicht. Wenn es nicht funktioniert, werde ich es auch tun :)) Aber das hier ist viel subtiler :)
Warum Dinge posten, die nicht funktionieren? Die Leute werden ihre Zeit damit verschwenden... oder sogar ihr Geld.
Ich hab's.
Das NS mit 15 Eingängen und 6 Schichten (60 Neuronen) hat eine Reaktionszeit von 0,005 Sekunden. Für NS setze ich eine Grenze - maximal 15-20 Eingänge. Wenn RF langsamer ist, sind sie nicht länger eine Option, wie sich herausstellt.(
Nun, das hängt von der Umsetzung ab