Discusión sobre el artículo "Redes neuronales: así de sencillo" - página 5

Nuevo comentario
 

Interesante película que se hizo unos años antes. Se llama Find 7 Differences :-))))




 
Boris Egorov:
Por favor, ponga un ejemplo ... no está muy claro cómo utilizarlo
Boris Egorov:

usted no entiende, estoy familiarizado con las redes neuronales

Cuando no hay lógica, no entiendo.

Si usted está familiarizado, usted sabe cómo usarlo.

Pero si es sólo una queja sobre el artículo en esta forma, entonces estoy de acuerdo.

 
Stanislav Korotky:

Cuando no hay lógica, no lo entiendo.

Si usted está familiarizado con él, usted sabe cómo usarlo.

Pero si es sólo una queja sobre el artículo en esta forma, entonces estoy de acuerdo.

Sí exactamente al artículo, a pesar de que el artículo es realmente genial, es sólo que no todo el mundo sabe sobre él y yo personalmente soy demasiado perezoso para simplemente tomarlo y probarlo - que va a comer mucho tiempo y sin garantizar el resultado y con la obligatoria pisando rastrillos infantiles, es por eso que quiero saber "cómo funciona" - en el sentido de los resultados comerciales al menos en un modelo simple y la velocidad de la formación de este modelo en un equipo específico, entiendo que si el autor ha escrito este trabajo titánico, que sin duda tiene al menos algunos modelos calculados y sería posible dibujar al menos algunos resultados.

 
Stanislav Korotky:

Si estás familiarizado con él, ya sabes cómo utilizarlo.

Eso no es seguro. ..... Hay muchas peculiaridades.

 
Boris Egorov:

y eso no es un hecho .... Todavía hay algunas peculiaridades aquí.

Di algunos enlaces (y todavía se pueden encontrar) con implementaciones de la misma NS con ejemplos de uso. Este no es el primer artículo sobre el tema, había otros más detallados.

 
Stanislav Korotky:

Di algunos enlaces (y todavía se pueden encontrar) con implementaciones de la misma NS con ejemplos de uso. Este no es el primer artículo sobre el tema, había otros más detallados.

No quiero repetirme, ¿puedes decirme si hay alguna conexión con el principio "5 por qué"?

Y la respuesta del autor probablemente no es pronto para esperar hasta que gasta toda la cuota y vuelve al foro :)

 

Autor, por favor revise el método bool CLayer::CreateElement(const uint index).

Después de la primera adición de un elemento (neurona) tienes m_data_total=0. No está en orden.

Al menos deberías comparar el método anterior con otro similar: bool CArrayObj::Add(CObject *element).

¿Tienes conciencia de publicar un código tan poco verificado o qué?

No quería decirlo, pero ya no puedo.

El autor ha portado un ejemplo del videotutorial al que puse un enlace aquí. No tiene nada de malo, pero al menos valdría la pena escribir sobre la fuente del código base.

Foro sobre trading, sistemas automatizados de trading y prueba de estrategias de trading.

Discusión del artículo "Redes neuronales - es fácil".

Boris Egorov, 2020.01.27 04:56 pm

Sí exactamente al artículo, a pesar del hecho de que el artículo es realmente genial, simplemente no todo el mundo lo entiende y aquí estoy personalmente perezoso para simplemente tomar y probar - que va a comer tanto tiempo y sin garantizar el resultado y con la obligatoria pisando rastrillos bebé, así que quiero saber "cómo funciona" - en el sentido de los resultados del comercio al menos en un modelo simple y la velocidad de la formación de este modelo en un equipo específico, entiendo si el autor escribió esta obra titánica, entonces ciertamente tiene al menos algunos modelos calculados y podría ser lanzado al menos algunos rezu

Hay un ejemplo en el video tutorial. Sólo el autor del artículo decidió no molestarse. Aquí están las fuentes.
 

Si miras el original, tiene este método

void Net::feedForward(const vector<double> &inputVals)
{
    assert(inputVals.size() == m_layers[0].size() - 1);

    // Asignar (latch) los valores de entrada a las neuronas de entrada
    for (unsigned i = 0; i < inputVals.size(); ++i) {
        m_layers[0][i].setOutputVal(inputVals[i]);
    }

    // propagación hacia delante
    for (unsigned layerNum = 1; layerNum < m_layers.size(); ++layerNum) {
        Layer &prevLayer = m_layers[layerNum - 1];
        for (unsigned n = 0; n < m_layers[layerNum].size() - 1; ++n) {
            m_layers[layerNum][n].feedForward(prevLayer);
        }
    }
}

analógico en el artículo:

void CNet::feedForward(const CArrayDouble *inputVals)
  {
   if(CheckPointer(inputVals)==POINTER_INVALID)
      return;
//---
   CLayer *Layer=layers.At(0);
   if(CheckPointer(Layer)==POINTER_INVALID)
     {
      return;
     }
   int total=inputVals.Total();
   if(total!=Layer.Total()-1)
      return;
//---
   for(int i=0; i<total && !IsStopped(); i++) 
     {
      CNeuron *neuron=Layer.At(i);
      neuron.setOutputVal(inputVals.At(i));
     }
//---
   total=layers.Total();
   for(int layerNum=1; layerNum<total && !IsStopped(); layerNum++) 
     {
      CArrayObj *prevLayer = layers.At(layerNum - 1);
      CArrayObj *currLayer = layers.At(layerNum);
      int t=currLayer.Total()-1;
      for(int n=0; n<t && !IsStopped(); n++) 
        {
         CNeuron *neuron=currLayer.At(n);
         neuron.feedForward(prevLayer);
        }
     }
  }

Línea resaltada en amarillo. Y en esta forma, el método no funciona. Porque en la fuente añade otra neurona de sesgo (neurona de sesgo).

Net::Net(const vector<unsigned> &topology)
{
    unsigned numLayers = topology.size();
    for (unsigned layerNum = 0; layerNum < numLayers; ++layerNum) {
        m_layers.push_back(Layer());
        unsigned numOutputs = layerNum == topology.size() - 1 ? 0 : topology[layerNum + 1];

        // Tenemos una nueva capa, ahora llénala de neuronas, y
        // añadir una neurona de sesgo en cada capa.
        for (unsigned neuronNum = 0; neuronNum <=  topology[layerNum]; ++neuronNum) {
            m_layers.back().push_back(Neuron(numOutputs, neuronNum));
            cout << "Made a Neuron!" << endl;
        }

        // Fuerza la salida del nodo bias a 1.0 (fue la última neurona empujada en esta capa):
        m_layers.back().back().setOutputVal(1.0);
    }
}
 
Aleksey Mavrin:

Viéndolo entero no quiero repetirme, ¿me puedes decir si hay alguna conexión con el principio de los "5 porqués" ahí?

No. Y no lo hagas, porque eso es de otra ópera.

 
Denis Kirichenko:

Autor, por favor revise el método bool CLayer::CreateElement(const uint index).

Después de la primera adición de un elemento (neurona) tienes m_data_total=0. Esto no es correcto.

Al menos deberías comparar el método anterior con otro similar: bool CArrayObj::Add(CObject *element)....

La misma tontería con el método CArrayCon::CreateElement(const int index). Después de la primera adición de elementos m_data_total=0.

123456789
Nuevo comentario