Redes neuronales híbridas. - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿Dónde he escrito que los tengo todos cruzados...?
->
IlyaA escribió(a) >>
Oh sí, la red en las primeras etapas es de malla completa, bueno, o como las redes de convolución, pero hay muchas capas). Y toda esta felicidad se multiplica por 10 y comienza a aparearse. Así que tenemos 10x.
IlyaA escribió (a) >>
¿No has leído sobre XOR?
Revelar la estructura de la red (que por 200 instancias).
Y sobre el número de pesos, mientras escribía el post, has contestado. No he corregido mi propio post.
Así, resulta que: el número de escalas = 50*60+60+60*39+39*2+2=5519. ¿Es eso cierto?
¿Y qué tienen que ver 200 piezas con esto? No has escrito sobre ello en ningún sitio.
Para IlyaA y gumgum
¿Por qué utiliza dos capas ocultas? Una capa oculta es suficiente para cualquier problema. Está demostrado matemáticamente.
->
Y sobre el número de escalas, mientras escribía mi post, me respondiste. No he corregido mi propio post.
Así, resulta que: el número de escalas=50*60+60+60+39+39+2+2=5519. ¿Es eso cierto?
¿Y qué tienen que ver 200 piezas con esto? No has escrito sobre ello en ningún sitio.
Sí, hay tantas escalas.
Por favor, revele su estructura de perceptrón, de la cual hay 200 ejemplares en la población (dificultad de estimación).
Para IlyaA y gumgum
¿Por qué utiliza dos capas ocultas? Una capa oculta es suficiente para cualquier problema. Demostrado matemáticamente.
¿Qué sabes de las redes enrollables? Hay al menos cuatro capas. Cuatro capas.Revela la estructura de la parrilla (que es de 200 ejemplares cada una).
¿Recomienda aumentar la población? Si no te importa, haz un pequeño experimento. Cuánto tiempo se tarda en entrenar una tarea sencilla (tiempo, número de poblaciones) para 200 individuos y para 25 individuos. Dejemos el resto sin cambios. En este momento no he experimentado nada.
Ahh, ¿era una pregunta sobre mis 200 ejemplares?, es que no hay signo de interrogación ahí, así que no lo entendí.
Mi parrilla: 400-600-200. El total es de 360800 pesos.
Sí, recomiendo aumentar la población.
Sobre el experimento. He experimentado bastante con el número de individuos de la población. Y no quiero perder el tiempo en más experimentos. La respuesta no está clara. Depende mucho del algoritmo de AG y del criterio de parada que se utilice. Es bastante obvio que la mayor parte del tiempo se dedica a la función de aptitud en sí, mientras que el tiempo de ejecución de un algoritmo GA puro es insignificante. Por lo tanto, es razonable intentar reducir el número de carreras de ffs. Puedes conseguirlo de diferentes maneras. Y la más sencilla es seleccionar el número de individuos de la población.
Si se toman muchos individuos, unos 1000, entonces el mejor individuo se encuentra muy rápidamente, en términos de pasar el número de épocas, pero la función de aptitud se ejecuta 1000*n veces, donde n es el número de épocas. Esto no es bueno: lleva mucho tiempo.
Si tomamos un número demasiado pequeño de individuos en una población, digamos, 10-25, entonces no hay suficiente reserva genética en la población para la búsqueda, el tiempo de búsqueda aumenta, de nuevo por el hecho de que el número de ejecuciones de ff aumenta.
La opción óptima creo que son 200 individuos en la población.
También me gustaría aconsejar esto. Inicie una población adicional en la que ponga a los mejores individuos de cada época (la llamo "Pool Genético de la Época" o GE). Al aparearse, tome individuos de la población actual y de la GE. Esto reduce drásticamente el número de arranques ff. Esto no debe confundirse con la selección de élite.
¿Qué sabes de las redes enrollables? Hay como cuatro capas. Cuatro capas.¿Ya nos tuteamos sin problemas? >> De acuerdo.
No sé lo que es una red de convolución. ¿Por qué cuatro capas? ¿Puedes explicarme, y a los que piensan que una capa interna (oculta) es suficiente? No es necesario complicar el algoritmo. No es fácil de calcular.
¿Y su AG está implementado en qué? ¿MQL?
¿Ya nos tuteamos sin problemas? De acuerdo.
No sé lo que es una red enrollable. ¿Para qué sirven las cuatro capas? ¿Puedes explicarme, y a los que piensan que una capa interna (oculta) es suficiente por el ojo? No es necesario complicar el algoritmo. Ya es bastante difícil de calcular.
Hay un libro de Haykin. ¿Redes neuronales?a dentraf
MQL4
a IlyaA
Sí, lo sé. Y también unos 200-300 libros de diferentes autores. Pero pensé que dominaría NN y GA por mi cuenta más rápido que leer esta biblioteca. Y así resultó. Más rápido.
Por dominar, me refiero a la aplicación práctica, no al dominio de la terminología.
Si se toma un número muy grande de individuos, alrededor de 1000, el mejor individuo se encuentra muy rápidamente, en términos de pasar el número de épocas, pero la función de fitness se ejecuta 1000*n veces, donde n es el número de épocas. Esto no es bueno: lleva mucho tiempo.
Si tomamos un número demasiado pequeño de individuos en una población, digamos, 10-25, entonces no hay suficiente reserva genética en la población para la búsqueda, el tiempo de búsqueda aumenta, de nuevo por el hecho de que el número de ejecuciones de ff aumenta.
La variante óptima creo que son 200 individuos en la población.