그리고 관심에 대해 TensorFlow 그래프, 프로토콜 버퍼, 다양한 플랫폼 및 언어에 대한 코드 생성에 대해 들어보셨을 것입니다. 본질적으로 낮은 수준이므로 NS 및 MQL 언어에 대해서만 동일한 작업을 수행합니다.
들을 뿐만 아니라 사용합니다. 그러나 R 언어를 사용하여 MT에서 실행합니다. 그래서 접근 방식과 방향이 다릅니다. 내 일은 당신에게 유용하지 않을 것입니다. 당신은 아마 들어 본 적이 없을 것입니다 - Hlaiman EA Generator.
들었다, 읽었다. 내가 가고 싶은 길은 아니다.
위의 글에서 제가 어느 방향으로 할 수 있는지 이해해 주시길 바랍니다. 도움에 관심이 있습니다.
그래프 시각화, NN 토폴로지, 직렬화, ProtoBuf 형식, 일괄 처리 및 NN 가중치의 n차원 NumPy 배열 가져오기/내보내기 등
이런 종류의 정보나 구현 경험이 있다면 기꺼이 토론하겠습니다.
다시 한 번 반복하겠습니다. 우리는 다른 접근 방식과 이동 방향을 가지고 있습니다. 내 일은 당신에게 유용하지 않을 것입니다.
행운을 빕니다
그럼 아마. 반대로, Python 및 R 콘솔이 있는 Hlaiman EA Generator와 같은 개발은 TensorBoard 및 RStudio 요소, 기본 NS 구성 요소 및 DLL, NamedPipes 및 REST를 통한 MT4, MT5 터미널에 대한 연결을 포함하는 통합 환경입니다.
나는 기억했다. 나는 이미 이 프로젝트 를 보았다. 그러한 프로젝트에는 모델을 교육하기 전에 생성 및 저장하고 모델을 교환할 수 있는 기회가 있다고 확신합니다. 뻔뻔스럽게 이 자원을 제압할 수 없었기 때문입니다. 이 주제에 리터가 있습니다 ... 나는 그것을 읽을 것입니다 ...
나는 기억했다. 나는 이미 이 프로젝트를 보았다. 그러한 프로젝트에는 모델을 교육하기 전에 생성 및 저장하고 모델을 교환할 수 있는 기회가 있다고 확신합니다. 뻔뻔스럽게 이 자원을 제압할 수 없었기 때문입니다. 이 주제에 리터가 있습니다 ... 나는 그것을 읽을 것입니다 ...
일반 파이썬 코드가 있으며 인터페이스는 15분 안에 학습됩니다. python을 실제로 알지 못하더라도 적어도 나는 즉시 모든 것을 이해했습니다. python의 기초는 여러 곳에서 공부합니다. 날. 다른 모든 것 - MO와 함께. 요컨대, 시작하는 것은 매우 쉽습니다. 하지만 왜 필요한지 확실하지 않다면 들어가지 않는 것이 좋습니다 :) 저는 그곳에서 다른 신경망을 연구하고 있을 뿐입니다.
글쎄, 일반적으로 당신은 .. 당신이 예측기에 집착하고 스스로 더듬거리기 시작하기 위해 기초를 공부하지 않기 때문에 해야 합니다. 준비 없이 기본을 배우려면 최소 1년이 필요합니다.
장점은 컴퓨터에 환경을 설치할 필요가 없으며 연구 또는 언어 학습에 필요하지 않다는 것입니다.
예를 들어 Bayes에 따르면 terver - 실제로 NS가 어떻게 작동하는지 뒤적거리고 있습니까? 사전 및 사후 분포, Monty Hall의 역설, 학습 방법 .. 또는 SVM이 RBM과 다른 점
일반 파이썬 코드가 있으며 인터페이스는 15분 안에 학습됩니다. python을 실제로 알지 못하더라도 적어도 나는 즉시 모든 것을 이해했습니다. python의 기초는 여러 곳에서 공부합니다. 날. 다른 모든 것 - MO와 함께. 요컨대, 시작하는 것은 매우 쉽습니다. 하지만 왜 필요한지 확실하지 않다면 들어가지 않는 것이 좋습니다 :) 저는 그곳에서 다양한 신경망을 연구하고 있을 뿐입니다.
글쎄, 일반적으로 당신은 .. 당신이 예측기에 집착하고 스스로 더듬거리기 시작하기 위해 기초를 공부하지 않기 때문에 해야 합니다. 준비 없이 기본을 배우려면 최소 1년이 필요합니다.
장점은 컴퓨터에 환경을 설치할 필요가 없으며 연구 또는 언어 학습에 필요하지 않다는 것입니다.
너 뭐야??? 나는 MO의 기초를 아주 잘 알고 있다. 또 다른 것은 Python 구문 등입니다. 동의한다. 나는 공공 서비스, 그들이 모델을 어떻게 구축하는지, OOS에서 내 것보다 나은지 여부를 확인하고 싶습니다. 거기에서 이미 결론을 내릴 수 있습니다. 이론적으로 비교 특성이 적절하도록 옵티마이저의 주요 원리를 반복하는 것이 가능합니다....
너 뭐야??? 나는 MO의 기본을 아주 잘 알고 있다. 또 다른 것은 Python 구문 등입니다. 동의한다. 나는 공공 서비스, 그들이 모델을 어떻게 구축하는지, OOS에서 내 것보다 나은지 여부를 확인하고 싶습니다. 거기에서 이미 결론을 내릴 수 있습니다. 이론적으로 비교 특성이 적절하도록 옵티마이저의 주요 원리를 반복하는 것이 가능합니다....
글쎄, 옵티마이저를 반복하려면 확률을 포함하여 전체 이론을 연구해야합니다 .. 그러한 것들은 단순히 손가락 클릭으로 실현되지 않습니다)
똑똑한 사람들은 PSC를 작성합니다)
또는 Ivan은 예를 들어 Hlaimann을 작성했습니다. 이것은 PSC입니다. 이와 같은 것을 작성해 보십시오. :)
농담이었다. 농담없이 - 경사를 돌리고 그것이 어떻게 영향을 미치는지보십시오. 입력이 작업에 적합하면 "1개의 뉴런"에서 가능합니다. mo의 맥락에서 유독하다는 것은 이념적으로 정확합니다. -------------- 심층 네트워크 교수 - youtu.be/qx3iM2aa2yU 31분 "아직 과학은 적지만 부두 마법은 많다"
예, 나는 여전히 어느 것이 더 나은지 이해할 수 없습니다 - Sigmoid 또는 tangent ..) 일부는 해당 tangent를 작성합니다. 이제 나는 무엇을 읽고 있습니다.
나는 두 번째 단락이 중요하다고 생각하지 않습니다. 뉴런의 편향은 0.5 시그모이드가 더 작은 오류를 제공하는 경우 0으로 이동하고 다른 값에 대한 0 접선도 이동합니다. 그러나 경사도를 최적화하는 것은 흥미로울 것이지만 이것은 수제 제품에서 수행할 수 있습니다. 기성품 패키지는 아마도 이것을 허용하지 않을 것입니다. 나는 이 f-ii를 나 자신과 비교했습니다. S자형은 탄젠트보다 작은 오류를 제공합니다. 그러나 아마도 이것은 무작위로 선택된 테스트 영역에서만 사실일 것입니다. 더 큰 비교를 해야 합니다.
도서관 : 나는 두 번째 단락이 중요하다고 생각하지 않습니다. 뉴런의 편향은 0.5 시그모이드가 더 작은 오류를 제공하는 경우 0으로 이동하고 다른 값에 대한 0 접선도 이동합니다. 그러나 경사도를 최적화하는 것은 흥미로울 것이지만 이것은 수제 제품에서 수행할 수 있습니다. 기성품 패키지는 아마도 이것을 허용하지 않을 것입니다. 나는 이 f-ii를 나 자신과 비교했습니다. S자형은 탄젠트보다 작은 오류를 제공합니다. 그러나 아마도 이것은 무작위로 선택된 테스트 영역에서만 사실일 것입니다. 더 큰 비교를 해야 합니다.
그들은 ReLU가 더 낫다고 말합니다 :)
Fuzzy MT5에는 모든 종류의 기능이 있으며 조각에서 원래 NS, 절반 NS 절반 전문가를 조립할 수 있지만 최적화 프로그램에서 훈련
그리고 관심에 대해 TensorFlow 그래프, 프로토콜 버퍼, 다양한 플랫폼 및 언어에 대한 코드 생성에 대해 들어보셨을 것입니다. 본질적으로 낮은 수준이므로 NS 및 MQL 언어에 대해서만 동일한 작업을 수행합니다.
들을 뿐만 아니라 사용합니다. 그러나 R 언어를 사용하여 MT에서 실행합니다. 그래서 접근 방식과 방향이 다릅니다. 내 일은 당신에게 유용하지 않을 것입니다. 당신은 아마 들어 본 적이 없을 것입니다 - Hlaiman EA Generator.
들었다, 읽었다. 내가 가고 싶은 길은 아니다.
그래프 시각화, NN 토폴로지, 직렬화, ProtoBuf 형식, 일괄 처리 및 NN 가중치의 n차원 NumPy 배열 가져오기/내보내기 등
이런 종류의 정보나 구현 경험이 있다면 기꺼이 토론하겠습니다.
다시 한 번 반복하겠습니다. 우리는 다른 접근 방식과 이동 방향을 가지고 있습니다. 내 일은 당신에게 유용하지 않을 것입니다.
행운을 빕니다
그럼 아마. 반대로, Python 및 R 콘솔이 있는 Hlaiman EA Generator와 같은 개발은 TensorBoard 및 RStudio 요소, 기본 NS 구성 요소 및 DLL, NamedPipes 및 REST를 통한 MT4, MT5 터미널에 대한 연결을 포함하는 통합 환경입니다.
글쎄, 당신은 무엇입니까, 마이클
가상 머신이 있고 그것들이 사용되지만)
나는 기억했다. 나는 이미 이 프로젝트 를 보았다. 그러한 프로젝트에는 모델을 교육하기 전에 생성 및 저장하고 모델을 교환할 수 있는 기회가 있다고 확신합니다. 뻔뻔스럽게 이 자원을 제압할 수 없었기 때문입니다. 이 주제에 리터가 있습니다 ... 나는 그것을 읽을 것입니다 ...
나는 기억했다. 나는 이미 이 프로젝트를 보았다. 그러한 프로젝트에는 모델을 교육하기 전에 생성 및 저장하고 모델을 교환할 수 있는 기회가 있다고 확신합니다. 뻔뻔스럽게 이 자원을 제압할 수 없었기 때문입니다. 이 주제에 리터가 있습니다 ... 나는 그것을 읽을 것입니다 ...
일반 파이썬 코드가 있으며 인터페이스는 15분 안에 학습됩니다. python을 실제로 알지 못하더라도 적어도 나는 즉시 모든 것을 이해했습니다. python의 기초는 여러 곳에서 공부합니다. 날. 다른 모든 것 - MO와 함께. 요컨대, 시작하는 것은 매우 쉽습니다. 하지만 왜 필요한지 확실하지 않다면 들어가지 않는 것이 좋습니다 :) 저는 그곳에서 다른 신경망을 연구하고 있을 뿐입니다.
글쎄, 일반적으로 당신은 .. 당신이 예측기에 집착하고 스스로 더듬거리기 시작하기 위해 기초를 공부하지 않기 때문에 해야 합니다. 준비 없이 기본을 배우려면 최소 1년이 필요합니다.
장점은 컴퓨터에 환경을 설치할 필요가 없으며 연구 또는 언어 학습에 필요하지 않다는 것입니다.
예를 들어 Bayes에 따르면 terver - 실제로 NS가 어떻게 작동하는지 뒤적거리고 있습니까? 사전 및 사후 분포, Monty Hall의 역설, 학습 방법 .. 또는 SVM이 RBM과 다른 점일반 파이썬 코드가 있으며 인터페이스는 15분 안에 학습됩니다. python을 실제로 알지 못하더라도 적어도 나는 즉시 모든 것을 이해했습니다. python의 기초는 여러 곳에서 공부합니다. 날. 다른 모든 것 - MO와 함께. 요컨대, 시작하는 것은 매우 쉽습니다. 하지만 왜 필요한지 확실하지 않다면 들어가지 않는 것이 좋습니다 :) 저는 그곳에서 다양한 신경망을 연구하고 있을 뿐입니다.
글쎄, 일반적으로 당신은 .. 당신이 예측기에 집착하고 스스로 더듬거리기 시작하기 위해 기초를 공부하지 않기 때문에 해야 합니다. 준비 없이 기본을 배우려면 최소 1년이 필요합니다.
장점은 컴퓨터에 환경을 설치할 필요가 없으며 연구 또는 언어 학습에 필요하지 않다는 것입니다.
너 뭐야??? 나는 MO의 기초를 아주 잘 알고 있다. 또 다른 것은 Python 구문 등입니다. 동의한다. 나는 공공 서비스, 그들이 모델을 어떻게 구축하는지, OOS에서 내 것보다 나은지 여부를 확인하고 싶습니다. 거기에서 이미 결론을 내릴 수 있습니다. 이론적으로 비교 특성이 적절하도록 옵티마이저의 주요 원리를 반복하는 것이 가능합니다....
너 뭐야??? 나는 MO의 기본을 아주 잘 알고 있다. 또 다른 것은 Python 구문 등입니다. 동의한다. 나는 공공 서비스, 그들이 모델을 어떻게 구축하는지, OOS에서 내 것보다 나은지 여부를 확인하고 싶습니다. 거기에서 이미 결론을 내릴 수 있습니다. 이론적으로 비교 특성이 적절하도록 옵티마이저의 주요 원리를 반복하는 것이 가능합니다....
글쎄, 옵티마이저를 반복하려면 확률을 포함하여 전체 이론을 연구해야합니다 .. 그러한 것들은 단순히 손가락 클릭으로 실현되지 않습니다)
똑똑한 사람들은 PSC를 작성합니다)
또는 Ivan은 예를 들어 Hlaimann을 작성했습니다. 이것은 PSC입니다. 이와 같은 것을 작성해 보십시오. :)
너나 나처럼 유저들은 그저 조용히 부러워하며 재료를 배울 수 있을 뿐
글쎄, 옵티마이저를 반복하려면 확률을 포함하여 전체 이론을 연구해야합니다 .. 그러한 것들은 단순히 손가락 클릭으로 실현되지 않습니다)
똑똑한 사람들은 PSC를 작성합니다)
또는 Ivan은 예를 들어 Hlaimann을 작성했습니다. 이것은 PSC입니다. 이와 같은 것을 작성해 보십시오. :)
너나 나처럼 유저들은 그저 조용히 부러워하며 재료를 배울 수 있을 뿐
가장 중요한 것은 접근 방식의 원리를 이해하는 것입니다. 구현은 사람마다 다릅니다.
가장 중요한 것은 접근 방식의 원리를 이해하는 것입니다. 구현은 사람마다 다릅니다.
접근 원칙은 직관적이지 않은 확고한 욕입니다 :)
간단한 예
농담이었다. 농담없이 - 경사를 돌리고 그것이 어떻게 영향을 미치는지보십시오.
입력이 작업에 적합하면 "1개의 뉴런"에서 가능합니다.
mo의 맥락에서 유독하다는 것은 이념적으로 정확합니다.
--------------
심층 네트워크 교수 - youtu.be/qx3iM2aa2yU
31분 "아직 과학은 적지만 부두 마법은 많다"
예, 나는 여전히 어느 것이 더 나은지 이해할 수 없습니다 - Sigmoid 또는 tangent ..) 일부는 해당 tangent를 작성합니다. 이제 나는 무엇을 읽고 있습니다.
그러나 경사도를 최적화하는 것은 흥미로울 것이지만 이것은 수제 제품에서 수행할 수 있습니다. 기성품 패키지는 아마도 이것을 허용하지 않을 것입니다.
나는 이 f-ii를 나 자신과 비교했습니다. S자형은 탄젠트보다 작은 오류를 제공합니다. 그러나 아마도 이것은 무작위로 선택된 테스트 영역에서만 사실일 것입니다. 더 큰 비교를 해야 합니다.
나는 두 번째 단락이 중요하다고 생각하지 않습니다. 뉴런의 편향은 0.5 시그모이드가 더 작은 오류를 제공하는 경우 0으로 이동하고 다른 값에 대한 0 접선도 이동합니다.
그러나 경사도를 최적화하는 것은 흥미로울 것이지만 이것은 수제 제품에서 수행할 수 있습니다. 기성품 패키지는 아마도 이것을 허용하지 않을 것입니다.
나는 이 f-ii를 나 자신과 비교했습니다. S자형은 탄젠트보다 작은 오류를 제공합니다. 그러나 아마도 이것은 무작위로 선택된 테스트 영역에서만 사실일 것입니다. 더 큰 비교를 해야 합니다.
그들은 ReLU가 더 낫다고 말합니다 :)
Fuzzy MT5에는 모든 종류의 기능이 있으며 조각에서 원래 NS, 절반 NS 절반 전문가를 조립할 수 있지만 최적화 프로그램에서 훈련