Discusión sobre el artículo "Redes neuronales: así de sencillo (Parte 35): Módulo de curiosidad intrínseca (Intrinsic Curiosity Module)" - página 2

Nuevo comentario
 
francobritannique #:
¿Puedo secundar la solicitud de más detalles sobre cómo exactamente el modelo debe ser creado? ¡Realmente me gustaría experimentar con este EA pero esto me está bloqueando!

Hola, Puede utilizar el modelo del siguiente artículo.

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 #:

¿Tienes el archivo del modelo? Parece que no está en el archivo zip.

¿Tiene más información acerca de cómo crear el modelo por el NetCreator también o al menos compartir este archivo? la EA no puede iniciar ejecutar withtout esos archivos.

como se dice a continuación:

Para entrenar el EA, todos los modelos fueron creados usando la herramienta NetCreator . Hay que añadir que para permitir el funcionamiento del EA en el probador de estrategias, los archivos de modelo deben estar ubicados en el directorio común de terminales 'Terminal\Common\Files', ya que cada agente opera en su propio sandbox, por lo que sólo pueden intercambiar datos a través de la carpeta común de terminales.

Hola, sobre la creación de modelos con NetCreator puedes leer en"Neural networks made easy (Part 31): Algoritmos evolutivos"

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
Nuevo comentario