Diskussion zum Artikel "Matrix Utils, Erweiterung der Funktionalität der Standardbibliothek für Matrizen und Vektoren"
Vielen Dank für den Artikel, seine wirklich inspirierend.
btw, was ich gefunden habe, um schwer zu sein, ist die Ausbildung NN-basierte ea auf Metatreader zu behandeln.
die Verwendung von Matrizen und Vektoren sparen mir eine Menge Anstrengungen, aber immer noch Ausbildung viele Variablen auf Metatreader-Optimierer ist schwer zu tun. ich habe versucht, die Gewichte & biases zu CSV-Datei zu schreiben, um durch die Ausbildung Agent auf Metatrader-Optimierer geladen werden, doch seine nur bei Schritt weniger als 100 gestoppt. über als das, seine aussehen wie der Agent ist nur brechen die CSV-Datei. seine nicht mehr enthalten die Gewichte & biases Wert, wie es sein soll.
Haben Sie vielleicht eine Idee, um eine solche Anzahl von Variablen zu trainieren?
Danke für den Artikel, er ist wirklich inspirierend.
btw, was ich fand, um schwer zu sein, mit zu tun ist die Ausbildung NN basierte ea auf Metatreader.
die Verwendung von Matrizen und Vektoren sparen Sie mir eine Menge Anstrengungen, aber immer noch die Ausbildung viele Variablen auf Metatreader-Optimierer ist schwer zu tun. ich habe versucht, die Gewichte & Biases zu CSV-Datei zu schreiben, um durch die Ausbildung Agent auf Metatrader-Optimierer geladen werden, noch seine nur gestoppt bei Schritt weniger als 100. über als das, seine aussehen wie der Agent ist nur brechen die CSV-Datei. seine nicht mehr enthalten die Gewichte & Biases Wert, wie es sein soll.
Haben Sie vielleicht eine Idee, um eine solche Anzahl von Variablen zu trainieren?
Es ist schwer zu sagen, ohne den Code und alles Beteiligte zu sehen. Ich trainiere die NN nicht auf dem Strategietester, sondern ich ziehe es vor, die Handelsparameter dort zu trainieren. Alle meine NN sind selbst trainiert
Danke für den Artikel, er ist wirklich inspirierend.
btw, was ich fand, um schwer zu sein, mit zu tun ist die Ausbildung NN basierte ea auf Metatreader.
die Verwendung von Matrizen und Vektoren sparen Sie mir eine Menge Anstrengungen, aber immer noch die Ausbildung viele Variablen auf Metatreader-Optimierer ist schwer zu tun. ich habe versucht, die Gewichte & Biases zu CSV-Datei zu schreiben, um durch die Ausbildung Agent auf Metatrader-Optimierer geladen werden, noch seine nur gestoppt bei Schritt weniger als 100. über als das, sein Aussehen wie der Agent ist nur brechen die CSV-Datei. seine nicht mehr enthalten die Gewichte & Biases Wert, wie es sein soll.
Haben Sie vielleicht eine Idee, um eine solche Anzahl von Variablen zu trainieren?
Wenn Sie den schnellen genetischen Algorithmus des Testers verwenden, müssen Sie vorsichtig sein, da er unterschiedliche "Motivationen" hat, je nachdem, wie Sie die Belohnung einstellen.
Wie Herr Msigwa sagte, ist es besser, die Netze mit Backpropagation zu trainieren. Sie können mehr Gewichte trainieren, und die einzige Belohnung des Netzes ist die Erhöhung der "Genauigkeit".
- 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 Matrix Utils, Erweiterung der Funktionalität der Standardbibliothek für Matrizen und Vektoren :
Matrizen dienen als Grundlage für Algorithmen des maschinellen Lernens und für Computer im Allgemeinen, da sie große mathematische Operationen effektiv verarbeiten können. Die Standardbibliothek bietet alles, was man braucht, aber wir wollen sehen, wie wir sie erweitern können, indem wir in der Datei utils mehrere Funktionen einführen, die in der Bibliothek noch nicht vorhanden sind
Das mehrschichtige Perzeptron hat 2 Eingabeknoten/Neuronen, einen für die Höhe der Beine und den anderen für den Körperdurchmesser auf der Eingabeschicht, während die Ausgabeschicht 3 Knoten hat, die die 3 Ergebnisse Hund, Katze und Mäuse darstellen.
Angenommen, wir füttern dieses MLP mit den Werten 12 und 20 für die Höhe bzw. den Durchmesser, dann erwarten wir, dass das neuronale Netz dies als einen Hund klassifiziert, richtig? Die One-Hot-Kodierung setzt den Wert 1 in den Knoten, der den korrekten Wert für den gegebenen Trainingsdatensatz hat, in diesem Fall in den Knoten für einen Hund, der den Wert 1 bekommt, und der Rest erhält den Wert 0.
Da der Rest der Werte Nullen sind, können wir die Kostenfunktion berechnen, indem wir die Werte eines Hot Encoding Vektors mit jeder der Wahrscheinlichkeiten, die uns das Modell geliefert hat, ersetzen.
Autor: Omega J Msigwa