Diskussion zum Artikel "Neuronale Netze leicht gemacht (Teil 31): Evolutionäre Algorithmen"
Der Artikel Neuronale Netze sind einfach (Teil 31) wurde veröffentlicht : Evolutionäre Algorithmen:
Autor: Dmitriy Gizlyk
Es ist ein Fehler aufgetreten. Bitte sagen Sie mir, wie ich ihn lösen kann
2022.10.21 18:23:12.259 Evolution (EURUSD,H1) 1 nicht gelöschte Objekte übrig
2022.10.21 18:23:12.259 Evolution (EURUSD,H1) 1 Objekt vom Typ CBufferFloat übrig
2022.10.21 18:23:12.259 Evolution (EURUSD,H1) 1280 Bytes an ausgelaufenem Speicher
2022.10.21 18:23:13.785 Evolution (EURUSD,H1) EURUSD_PERIOD_H1_Evolution.nnw
2022.10.21 18:23:13.858 Evolution (EURUSD,H1) OpenCL: GPU-Gerät 'NVIDIA GeForce RTX 3080' ausgewählt
2022.10.21 18:23:16.085 Evolution (EURUSD,H1) Fehler der Ausführung Kernel SoftMax FeedForward: 5109
2022.10.21 18:23:16.085 Evolution (EURUSD,H1) Train -> 206
Im Protokoll
2022.10.21 18:23:12.281 Experten Experten Evolution (EURUSD,H1) erfolgreich geladen
Es wird ein Fehler angezeigt. Bitte sagen Sie mir, wie ich ihn lösen kann
2022.10.21 18:23:12.259 Evolution (EURUSD,H1) 1 nicht gelöschte Objekte übrig
2022.10.21 18:23:12.259 Evolution (EURUSD,H1) 1 Objekt vom Typ CBufferFloat übrig
2022.10.21 18:23:12.259 Evolution (EURUSD,H1) 1280 Bytes an ausgelaufenem Speicher
2022.10.21 18:23:13.785 Evolution (EURUSD,H1) EURUSD_PERIOD_H1_Evolution.nnw
2022.10.21 18:23:13.858 Evolution (EURUSD,H1) OpenCL: GPU-Gerät 'NVIDIA GeForce RTX 3080' ausgewählt
2022.10.21 18:23:16.085 Evolution (EURUSD,H1) Fehler der Ausführung Kernel SoftMax FeedForward: 5109
2022.10.21 18:23:16.085 Evolution (EURUSD,H1) Train -> 206
Im Protokoll
2022.10.21 18:23:12.281 Experten Experten Evolution (EURUSD,H1) erfolgreich geladen
Versuchen Sie, die Populationsgröße zu reduzieren. Setzen Sie sie für das Experiment auf 5-10. Wenn der Fehler verschwindet, erhöhen Sie sie. Und finden Sie experimentell die akzeptable Grenze.
Versuchen Sie, die Populationsgröße zu verringern. Setzen Sie sie für das Experiment auf 5-10. Wenn der Fehler nicht mehr auftritt, erhöhen Sie die Zahl. Und finden Sie experimentell die akzeptable Grenze.
Ich habe es versucht, ich habe sie von 5 auf 10 gesetzt und einen Versuch gemacht. Derselbe Fehler:
2022.10.22 01:42:08.768 Evolution (EURUSD,H1) Fehler der Ausführung Kernel SoftMax FeedForward: 5109.
Mir ist etwas aufgefallen, das vielleicht damit zusammenhängt: Beim Speichern eines Modells erscheint auf der linken Seite des Fensters folgende Aufschrift: "Fehler beim Laden des Modells, Datei auswählen, Fehler-ID: 5004". Vielleicht hat das eine Auswirkung.
Außerdem: die erstellte Datei sollte 16 Megabyte wiegen! Es ist ungewöhnlich, solche Größen in mql zu sehen.
UPD
Ich habe es auf meinem Laptop versucht, es will auch nicht trainieren:
2022.10.22 13:07:36.028 Evolution (EURUSD,H1) EURUSD_PERIOD_H1_Evolution.nnw
2022.10.22 13:07:36.028 Evolution (EURUSD,H1) OpenCL: GPU device 'Intel(R) UHD Graphics' selected
2022.10.22 13:07:37.567 Evolution (EURUSD,H1) 9 nicht gelöschte Objekte übrig
2022.10.22 13:07:37.567 Evolution (EURUSD,H1) 1 Objekt vom Typ CLayer übrig
2022.10.22 13:07:37.567 Evolution (EURUSD,H1) 1 Objekt vom Typ CNeuronBaseOCL übrig
2022.10.22 13:07:37.567 Evolution (EURUSD,H1) 7 Objekte des Typs CBufferFloat verlassen
2022.10.22 13:07:37.567 Evolution (EURUSD,H1) 2688 Bytes an ausgelaufenem Speicher
Im Protokoll:
2022.10.22 13:07:34.716 Experten Experte Evolution (EURUSD,H1) erfolgreich geladen
2022.10.22 13:07:37.568 Experten Initialisierung von Evolution (EURUSD,H1) mit Code 1 fehlgeschlagen
2022.10.22 13:07:37.580 Experten Experte Evolution (EURUSD,H1) entfernt
Mir ist etwas aufgefallen, das vielleicht damit zusammenhängt: Beim Speichern eines Modells erscheint auf der linken Seite des Fensters folgende Aufschrift: "Fehler beim Laden des Modells, Datei auswählen, Fehler-ID: 5004". Vielleicht hat das eine Auswirkung.
Es handelt sich nicht um einen Fehler, NetCreator versucht nur, das Modell auf der linken Seite zu laden und es ist keine Datei angegeben. Der Fehler 5004 ist ein Fehler beim Öffnen einer Datei.
Wenn derselbe Abschnitt der Geschichte des trainierten Modells wiederholt getestet wird, ist das Ergebnis zufällig
Wenn derselbe Abschnitt der Geschichte des trainierten Modells wiederholt getestet wird, ist das Ergebnis zufällig
Dies ist bei einem ungeübten Modell möglich oder wenn die analysierten Daten keine Präferenz für eine Aktion zulassen. Wie man sieht, verwendet der Algorithmus die zufällige Auswahl einer Aktion aus einer Wahrscheinlichkeitsverteilung. Wenn das Modell für alle Aktionen gleiche Wahrscheinlichkeiten erzeugt, dann erhalten wir am Ausgang ein zufälliges Ergebnis.
Sie schrieben: "Der Prozess der Modellschulung wurde bereits in früheren Artikeln beschrieben. Ich werde nicht weiter darauf eingehen."
Ich verstehe, dass Sie sich nicht wiederholen wollen, aber können Sie Ihren Lesern wenigstens einen Verweis auf den Artikel geben, in dem sie diese Informationen finden können
- 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 31): Evolutionäre Algorithmen :
Im vorangegangenen Artikel haben wir uns mit nicht-gradientenbasierten Optimierungsmethoden befasst. Wir haben uns mit dem genetischen Algorithmus vertraut gemacht. Heute werden wir dieses Thema fortsetzen und eine andere Klasse von evolutionären Algorithmen besprechen.
Nach der Optimierung wurde das Modell mit dem Strategietester getestet. Um das Modell zu testen, habe ich den EA Evolution-test.mq5 verwendet, der eine exakte Kopie des EA aus mehreren früheren Artikeln ist. Die Änderungen betrafen nur den Dateinamen des geladenen Modells. Der vollständige Code des EAs befindet sich im Anhang.
Der EA wurde für den Zeitraum der letzten 2 Wochen getestet, der nicht in der Trainingsstichprobe enthalten war. Das bedeutet, dass der EA unter realitätsnahen Bedingungen getestet wurde. Die Testergebnisse haben die Tragfähigkeit des vorgeschlagenen Ansatzes gezeigt. Das nachstehende Schaubild zeigt die zunehmende Dynamik des Gleichgewichts. Insgesamt wurden während des Testzeitraums 107 Abschlüsse getätigt. Davon waren fast 55 % rentabel. Das Verhältnis von gewinnbringenden zu verlustbringenden Geschäften liegt nahe bei 1:1, aber der durchschnittliche Gewinn liegt um 43 % höher als der durchschnittliche Verlust. Daraus ergibt sich ein Gewinnfaktor (Profit Factor) von 1,69. Der Erholungsfaktor (Recovery Factor) erricht 3,39.
Autor: Dmitriy Gizlyk