"New Neural" es un proyecto de motor de red neuronal de código abierto para la plataforma MetaTrader 5. - página 95

 
TheXpert:

Descripción de una neurona y una capa:


Mi interpretación es ligeramente diferente de la visión biológica

La neurona en sí es un simple transductor de la entrada x a la salida y. La neurona de mi esquema no tiene sinapsis. Sólo hay entrada (x), salida (y), error (e) y umbral (t). El error es una propiedad intrínseca de la neurona, necesaria para el aprendizaje. Opcionalmente, se puede utilizar para la visualización por iteraciones.

Las neuronas idénticas pueden combinarse en una capa. Una capa es un conjunto (vector) de neuronas idénticas.

Las entradas y salidas de las neuronas forman el buffer de entrada y salida de la capa. Un buffer es una entidad separada que se utiliza para enlazar las neuronas con las sinapsis y es un espaciador para simplificar el esquema de comunicación.

La combinación de neuronas permite una transición a las matemáticas vectoriales en muchos casos, y a menudo simplifica y acelera la operación.

La capa consta de al menos una neurona.

...

Preguntar a los expertos. ¿Qué es una "neurona" en el sentido programático? ¿En qué medida se parece a una función normal? También hay entrada, conversión y salida de valores. ¿Cuál es la diferencia entre una "neurona" y una función?
 
Dmitry Fedoseev:

La verdadera pregunta es entonces por qué la gente no lo usa. ¿Hay algún problema?

Algunas personas están usando, escriben en sus mensajes privados

pero nadie sabe cómo elegir patrones en el mercado, es decir, en, casi, SB. Y esto es un escollo importante para cualquier estrategia de LD, y es algo en lo que hay que pensar más que en otra cosa.

 
Реter Konow:
Preguntar a los expertos. ¿Qué es una "neurona" en el sentido programático? ¿En qué medida se parece a una función ordinaria? También hay entrada, transformación y salida de valores. ¿Cuál es la diferencia entre una "neurona" y una función?

La función es. Sube bruscamente al principio, luego lentamente. Algo así como un logaritmo. Y la sinapsis es la entrada. El axón es la salida. (o viceversa))

 
Maxim Dmitrievsky:

Algunas personas lo utilizan, escriben en persona

pero nadie sabe cómo aislar los patrones en el mercado, es decir, en, casi, SB. Y este es el principal cuello de botella para cualquier estrategia de ML, y es algo en lo que hay que pensar y nada más.

Si todo descansa en SB, entonces nada funcionará.

 
Dmitry Fedoseev:

Si todo se trata de SB, entonces nada funcionará.

nada funciona para nadie por esa razón

 
Dmitry Fedoseev:

La función es. Sube bruscamente al principio, luego lentamente. Algo así como un logaritmo. Y la sinapsis es la entrada. El axón es la salida. (o viceversa))

No me refería a una función matemática, sino a una función de software. Una neurona, como entidad de software, es conceptualmente diferente de una entidad de función de software que toma parámetros, los convierte y emite el resultado.
 
Dmitry Fedoseev:
¿De qué hay que hablar? Cuando se programó un concurso de algoritmos genéticos, el 90% del foro se puso histérico, como si eso fuera posible, resultó que nadie sabía lo que era, por no decir que tenía su propia implementación, o al menos intentaba hacer una... pero bueno, ¡qué bien se lo pasó todo el mundo!

Sí... fue un fiasco épico... en todos los sentidos... Probablemente también soy una pésima organizadora.

 
Maxim Dmitrievsky:

Algunas personas lo utilizan, escriben en persona

pero nadie sabe cómo aislar los patrones en el mercado, es decir, en, casi, SB. Y este es el principal cuello de botella para cualquier estrategia de ML, y es algo en lo que hay que pensar y nada más.

Maxim, hasta que el tiempo entre los valores de BP se introduzca en la entrada de la red neuronal y la red calcule los ciclos del mercado (que lo ha hecho, te lo aseguro), nada funcionará. Debe buscar en muestras de una sesión de negociación hasta un año. La muestra debecorresponder estrictamente al periodo de tiempo y nada más.

Es en la estructura temporal donde el mercado BP difiere del SB, lo he escrito muchas veces.

 
Maxim Dmitrievsky:

nada funciona para nadie, por eso

Digamos que "Casi no funciona"... y eso es lo que queda de todo el "No funciona" y se queda en los restos.

 
Реter Konow:
No me refería a una función matemática, sino a una función de software. Una neurona, como entidad de software, es conceptualmente diferente de una entidad de función de software que toma parámetros, los convierte y emite el resultado.

No es diferente. Es una función ordinaria. Entrada de un parámetro, salida de un valor.

Искусственный нейрон — Википедия
Искусственный нейрон — Википедия
  • ru.wikipedia.org
Схема искусственного нейрона 1.Нейроны, выходные сигналы которых поступают на вход данному 2.Сумматор входных сигналов 3.Вычислитель передаточной функции 4.Нейроны, на входы которых подаётся выходной сигнал данного 5. — веса входных сигналов Иску́сственный нейро́н (математический нейрон Маккаллока — Питтса, формальный нейрон[1]) — узел...