Diskussion zum Artikel "Neuronale Netze leicht gemacht (Teil 35): Modul für intrinsische Neugier" - Seite 2

Neuer Kommentar
 
francobritannique #:
Kann ich die Bitte um mehr Details darüber, wie genau das Modell erstellt werden sollte, unterstützen? Ich würde wirklich gerne mit diesem EA experimentieren, aber das ist mir blockiert!

Hallo, Sie können das Modell aus dem nächsten Artikel verwenden.

Neural networks made easy (Part 36): Relational Reinforcement Learning
Neural networks made easy (Part 36): Relational Reinforcement Learning
  • www.mql5.com
In the reinforcement learning models we discussed in previous article, we used various variants of convolutional networks that are able to identify various objects in the original data. The main advantage of convolutional networks is the ability to identify objects regardless of their location. At the same time, convolutional networks do not always perform well when there are various deformations of objects and noise. These are the issues which the relational model can solve.
 
yuk ping wong #:

Haben Sie die Modelldatei? Sie scheint nicht in der Zip-Datei enthalten zu sein.

Haben Sie weitere Informationen darüber, wie das Modell mit dem NetCreator erstellt werden kann, oder können Sie zumindest die Datei zur Verfügung stellen? Der EA kann ohne diese Datei nicht gestartet werden.

wie unten erwähnt:

Um den EA zu trainieren, wurden alle Modelle mit dem NetCreator-Tool erstellt.Es sollte hinzugefügt werden, dass sich die Modelldateien im gemeinsamen Terminalverzeichnis 'Terminal\Common\Files' befinden müssen, damit der EA im Strategietester funktionieren kann, da jeder Agent in seiner eigenen Sandbox arbeitet, so dass sie Daten nur über den gemeinsamen Terminalordner austauschen können.

Hallo, über die Modellerstellung mit NetCreator können Sie unter"Neuronale Netze leicht gemacht (Teil 31): Evolutionäre Algorithmen"

Neural networks made easy (Part 31): Evolutionary algorithms
Neural networks made easy (Part 31): Evolutionary algorithms
  • www.mql5.com
In the previous article, we started exploring non-gradient optimization methods. We got acquainted with the genetic algorithm. Today, we will continue this topic and will consider another class of evolutionary algorithms.
12
Neuer Kommentar