Diskussion zum Artikel "Neuronale Netze leicht gemacht (Teil 24): Verbesserung des Instruments für Transfer Learning"
Und ernsthaft, "neuronale Netze sind einfach" ist, wenn es höchstens zwei Artikel dieser Länge gibt. Nicht, wenn ich denke, dass mt5 aufgehängt ist und ich schon seit einem Jahr Benachrichtigungen über den Artikel "Neuronale Netze sind einfach " erhalte
Neuronale Netze sind einfach (Teil 500988939928177231827361823461827631827361827361827361827361284762834762834762). Wenn Sie den letzten Teil lesen, werden Sie wahrscheinlich 89 Jahre alt sein und neuronale Netze werden nicht mehr relevant sein.
Und ernsthaft, "neuronale Netze sind einfach" ist, wenn es höchstens zwei Artikel dieser Größe gibt. Nicht, wenn ich denke, dass mt5 aufgehängt ist und ich schon seit einem Jahr Benachrichtigungen über den Artikel "neural networks are simple " erhalte
Die Idee von "Neuronale Netze sind einfach" ist es, die Zugänglichkeit der Technologie für jedermann zu zeigen. Ja, die Serie ist ziemlich lang. Aber die praktische Anwendung ist dem Leser ab dem zweiten Artikel zugänglich. Und jeder einzelne Artikel berichtet über neue Möglichkeiten. Und es ist möglich, diese gleich nach dem Lesen des Artikels in die eigenen Entwicklungen einzubeziehen. Ob man sie nutzt oder nicht, ist eine persönliche Angelegenheit für jeden Leser. Man braucht nicht auf den nächsten Artikel zu warten. Was den Umfang des Themas betrifft, so kann ich sagen, dass sich die Wissenschaft weiterentwickelt und täglich neue Algorithmen erscheinen. Es ist durchaus möglich, dass ihre Anwendung im Handel Früchte tragen kann.
Und so kann man es mit jedem der Artikel in dieser Reihe halten. Je mehr man in das Thema eintaucht, desto mehr erkennt man die Tiefe und den Wert solcher Artikel. Das Wichtigste für Anfänger ist, nicht aufzugeben, wenn man in dem Artikel keine schönen Diagramme zum Gleichgewichtswachstum sieht. Der Autor führt nahtlos dorthin. Obwohl das Arbeitsexemplar an mehrere Artikel angehängt ist, können Sie es nehmen und verwenden.
Dmitry danke.
Neuer Artikel Neuronale Netze leicht gemacht (Teil 24): Verbesserung des Werkzeugs für Transfer Learning ist veröffentlicht worden:
Autor: Dmitriy Gizlyk

- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Neuronale Netze leicht gemacht (Teil 24): Verbesserung des Instruments für Transfer Learning :
Im vorigen Artikel haben wir ein Tool zum Erstellen und Bearbeiten der Architektur neuronaler Netze entwickelt. Heute werden wir die Arbeit an diesem Instrument fortsetzen. Wir werden versuchen, sie nutzerfreundlicher zu gestalten. Dies mag ein Schritt weg von unserem Thema sein. Aber ist es nicht so, dass ein gut organisierter Arbeitsplatz eine wichtige Rolle bei der Erreichung dieses Ziels spielt?
Im vorigen Artikel dieser Reihe haben wir ein Tool entwickelt, das die Vorteile der Technologie des Transfer Learnings nutzt. Das Ergebnis dieser Arbeit ist ein Werkzeug, das die Bearbeitung von bereits trainierten Modellen ermöglicht. Mit diesem Tool können wir eine beliebige Anzahl von neuronalen Schichten aus einem vortrainierten Modell übernehmen. Natürlich gibt es einschränkende Bedingungen. Wir nehmen nur aufeinanderfolgende Schichten, beginnend mit der ersten Datenschicht. Der Grund für diesen Ansatz liegt in der Natur der neuronalen Netze. Sie funktionieren nur dann gut, wenn die Ausgangsdaten denen ähnlich sind, die beim Training des Modells verwendet wurden.
Darüber hinaus ermöglicht das erstellte Tool nicht nur die Bearbeitung trainierter Modelle. Es können auch völlig neue erstellt werden. Dadurch kann die Beschreibung der Modellarchitektur im Programmcode vermieden werden. Wir müssen nur ein Modell mit Hilfe des Tools beschreiben. Dann werden wir das Modell verfolgen und verwenden, indem wir das erstellte neuronale Netz aus einer Datei hochladen. So kann mit verschiedenen Architekturen experimentiert werden, ohne den Programmcode zu ändern. Dies erfordert nicht einmal die Neukompilierung des Programms. Sie müssen lediglich die Modelldatei ändern.
Eine solche vorteilhaftes Hilfsmittel sollte auch so nutzerfreundlich wie möglich sein. Daher werden wir in diesem Artikel versuchen, seine Nutzerfreundlichkeit zu verbessern.
Autor: Dmitriy Gizlyk