"New Neural"은 MetaTrader 5 플랫폼용 신경망 엔진의 오픈 소스 프로젝트입니다. - 페이지 67

[TheXpert]

미첵 :
그러니 붐을 기다리십시오. 글쎄, 난 그녀를 놀리고 있어

당신이 할 일을 괴물에게 말해). 프로그래머를 위한 같은 장소에서 모든 것이 완료됩니다. 저것들. API.

그리고 사용자의 경우 외부 손에서 개입할 가능성을 최소화하면서 일반적으로 자동화하는 nifiga가 없습니다. 저것들. 사용자 인터페이스가 없습니다.

우크라이나 :

하지만 이를 위해서는 [날 기분 좋게 해준다] 버튼만으로는 충분하지 않습니다. 여기서 당신은 여전히 재료를 배워야 합니다.

윈도우 신호의 경우 예측된 시스템의 상태에 대한 허스트 지수 (emnip)를 얻는 방법이 있습니다.

진실은 실현되지 않습니다 ...

[михаил потапыч]

더엑스퍼트 :

당신이 할 일을 괴물에게 말해). 프로그래머를 위한 같은 장소에서 모든 것이 완료됩니다. 저것들. API.

그리고 사용자의 경우 외부에서 개입할 가능성을 최소화하면서 일반적으로 자동화하는 nifiga가 없습니다. 저것들. 사용자 인터페이스가 없습니다.

글쎄, 내가 말했다

귀찮게 하지마

[TheXpert]

미첵 :

글쎄, 내가 말했다

그런 다음 신경 패킷을 선택하십시오. 반대쪽에서 보려고 하면 "퍼프" 버튼이 작동하지 않고 특정 작업에 대해서만 작동합니다.

데이터를 준비하고 올바르게 제출하고 올바르게 훈련하고 결과를 올바르게 평가해야 합니다.

[Mykola Demko]

사실 이것은 "재미있는 ..."주제에 있지만 주제는 여기에 더 가깝습니다.

진화와 인공생명

여기 인생이 있습니다 http://www.math.com/students/wonders/life/life.html

[Mykola Demko]

아래 나열된 학습 알고리즘에 익숙하신 여러분,

학습 옵션을 나열합니다.

예를 들어, backprop의 경우 처음부터 계산의 순방향 과정 이 있고 오류 전파 의 역방향 과정 이 있습니다.

수많은 학습 알고리즘에 다른 이동 옵션이 있습니까?

엔진에 필요한 가상 기능 을 배치하려면 위협이 필요합니다.

아래 ZZY는 이러한 알고리즘에서 이동의 어떤 옵션이 사용되는지 알고 있는 테이블입니다.

[Mykola Demko]

어형 변화표	학습 규칙	건축물	학습 알고리즘	일
선생님과 함께	오류 수정	단층 및 다층 퍼셉트론	퍼셉트론 학습 알고리즘 역전파 애들린과 마다린	이미지 분류 함수 근사 예측, 통제
	볼츠만	재발	볼츠만 학습 알고리즘	이미지 분류
	헵	다층 직접 전파	선형 판별 분석	데이터 분석 이미지 분류
	경쟁	경쟁	벡터 양자화	클래스 내 분류 데이터 압축
		아트네트워크	아트맵	이미지 분류
선생님 없이	오류 수정	다층 직접 전파	삼몬 투영	클래스 내 분류 데이터 분석
	헵	직접 유통 또는 경쟁	주요 구성 요소 분석	데이터 분석 데이터 압축
		홉필드 네트워크	연상 기억 훈련	연상기억
	경쟁	경쟁	벡터 양자화	분류 데이터 압축
		솜 코호넨	솜 코호넨	분류 데이터 분석
		아트 네트워크	아트1, 아트2	분류
혼합	오류 수정 및 경쟁	RBF 네트워크	RBF 학습 알고리즘	이미지 분류 함수 근사 예측, 통제

[Mykola Demko]

알겠습니다. 문제의 복잡성으로 인한 일반적인 침묵을 이해합니다.

질문을 바꿔보겠습니다.

어떤 학습 알고리즘에 대해 계층 열거의 역과정이 적합하지 않습니까?

[Serj]

우크라이나 :

알겠습니다. 문제의 복잡성으로 인한 일반적인 침묵을 이해합니다.

질문을 바꿔보겠습니다.

어떤 학습 알고리즘에 대해 계층 열거의 역과정이 적합하지 않습니까?

"어떤 학습 알고리즘을 위해 레이어 열거의 역 이동이 필요하지 않습니까?"일 가능성이 큽니다.

한 가지 확실한 것은 유전 알고리즘 에는 필요하지 않다는 것입니다.

다른 경우에는 내가 틀릴 수 있습니다. 필요합니다.

[Mykola Demko]

her.human :

"어떤 학습 알고리즘을 위해 레이어 열거의 역 이동이 필요하지 않습니까?"일 가능성이 큽니다.

한 가지 확실한 것은 유전 알고리즘 에는 필요하지 않다는 것입니다.

다른 경우에는 내가 틀릴 수 있습니다. 필요합니다.

결론은 학습 알고리즘(가중치를 조정하기 위해)에 대해서만 레이어 열거의 역 패스로 설정하고, 그리드 이동 자체가 학습에 필요하지 않은 경우 그리드 계산의 한 직접 패스를 호출할 수 있다는 것입니다. 필요한 경우 반대를 호출하십시오.

다만 어떤 알고리즘은 네트워크 계산의 직접적인 과정과 가중치를 조정하는 직접적인 과정이 필요할까요?

ZY 정말 그런 알고리즘은 나에게 알려지지 않았지만 모든 것을 알 수는 없습니다.

[Alexey]

좋은 하루, 주제가 아닙니다. 조언이 필요합니다.

그 자신이 나를 위해 일을 정했습니다. 현재 순간의 적응 시간 창을 선택해야 하며 매개변수(예: 10bar)에서 설정하지 않아야 합니다. 그런 다음 기록을 자세히 살펴보고 선택한 창이 속한 클러스터를 결정합니다. 신경망이 이에 대처할 수 있습니까?   또는 더 간단한 것. 실례가 되지 않는다면 소세지 수준에서만 그리드에 책을 던지십시오.