기고글 토론 "MQL5에서 행렬 및 벡터: 활성화 함수"

새 코멘트
 

새로운 기고글 MQL5에서 행렬 및 벡터: 활성화 함수 가 게재되었습니다:

여기서는 머신 러닝에서의 활성화 함수에 대해서만 설명하겠습니다. 인공 신경망에서 뉴런 활성화 함수는 입력 신호 또는 입력 신호 세트의 값을 기반으로 출력 신호의 값을 계산합니다. 우리는 이 프로세스의 내부의 작동 방식에 대해 자세히 살펴볼 것입니다.

활성화 함수와 그 도함수의 그래프는 그림과 같이 -5에서 5까지 단조롭게 증가하는 순서로 준비되었습니다. 가격 차트에 함수 그래프를 표시하는 스크립트도 개발되었습니다. Page Down 키를 누르면 저장된 이미지의 이름을 지정할 수 있는 파일 열기 대화 상자가 표시됩니다.

png 파일 저장하기


ESC 키는 스크립트를 종료합니다. 스크립트는 아래에 첨부되어 있습니다.

작성자: MetaQuotes

 

cool

기사 감사합니다!

 

편리한 스크립트, 감사합니다 .

나도 좀 구웠어요 :

0.0에서 1.0 출력(입력 -12에서 12)으로 캡처하려면 ReLu + 시그모이드 + Shift를 사용합니다.

double activationSigmoid(double x){
return(1/(1+MathExp(-1.0*x)));
}
double derivativeSigmoid(double activation_value){
return(activation_value*(1-activation_value));
}
double activationReLuShiSig(double x,double shift=-6.0){
if(x>0.0){
  return(activationSigmoid(x+shift));
  }
return(0.0);
}
double derivativeReLuShiSig(double output){
if(output>0.0){
  return(derivativeSigmoid(output));
  }
return(0.0);
}

제한된 지수.af=f' (입력 -5.0 ~ 5.0)

double activationLimitedExponential(double x){
return(MathExp(x)/149.00);
}

// 그리고 파생물은 그 자체로
double derivativeLimitedExponential(double x){
return(x);
}

👨‍🔧

새 코멘트