O "New Neural" é um projecto de motor de rede neural Open Source para a plataforma MetaTrader 5. - página 15
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Eu não acredito :)
E pense nisso, como os neurônios usam memória comum, atribuindo um valor a uma célula, ela (valor) torna-se imediatamente disponível em todos os neurônios conectados, então segue-se que toda a diferença na aprendizagem está na escrita da fórmula ao contrário do ativador, o resto é o mesmo para todos, a diferença é movimento para frente ou para trás. Uma lista bastante escassa de diferenças :o)
A fórmula de ativação e sua derivada é prescrita ao criar um neurônio (ou melhor, ao selecionar um tipo dentre os disponíveis), a direção do caminho de aprendizado também é escolhida ao criar a rede.
Sim, você poderia fazer isso, mas é exagerado))))
Hum, como é que não é exagerado?
________________
Nikolai, a forma mais simples, óbvia e rápida de representar é através da ligação de vectores e matrizes.
Hum, como é que não é exagerado?
________________
Nikolai, a forma mais simples, óbvia e rápida de representar é através da ligação de vectores e matrizes.
Mas está fortemente ligada à topologia, ou (se você zerar algumas células, o que lhe dá versatilidade) é uma sobrecarga de memória.
Como você pode usar uma matriz para representar uma bacia eco 1000x1000, 95% das quais não existem? A questão é retórica, é claro que criando tal bacia por método de matriz todo neurônio deve ser capaz de se conectar a qualquer neurônio, que é 1000000 conexões potenciais por neurônio, multiplicar por 1000000 neurônios e você tem 10^6 x 10^6 mql de matriz que não vai funcionar.
Hum, como é que isso não passa por uma coisa?
De modo a não inventar um algoritmo de aprendizagem para uma versão particular de TC com NS.
Você não pode fazer assim :) No mínimo, você precisa saber o que tomar, o que ensinar e como avaliar. E estas são as coisas que tens de organizar com as tuas mãos.
Em geral, eu queria que isso fizesse parte da formalização e fosse escondido do usuário. Não sei como formalizá-lo :)
Exactamente. Eu também não sei. Não só isso, há conjuntos que são muito difíceis de combinar. A Neurônica é apenas uma ferramenta. Em mãos habilidosas (por exemplo, Leonid), é até muito poderoso.
Será que ele estaria disposto a dar alguns conselhos?
Você tem que saber ao menos o que tomar, o que ensinar e como avaliar. E estas são as coisas que tens de organizar com as tuas mãos.
Exacto. E eu não sei. Não só isso, há conjuntos que são muito difíceis de combinar. Os neurónios são apenas uma ferramenta. Em mãos capazes (veja o Leonid, por exemplo) muito poderosas.
Pelo menos considere as opções padrão (por exemplo, a discutida na página anterior). Você sugeriu uma solução formal. Porque achas que não há um para o resto de nós?
É possível que todos se reduzam a uns poucos do mesmo tipo.
Por que você acha que não há filtro para outros?
Sim, há :), mas é tudo uma questão de entradas e saídas :) a rede é secundária. Você pode reconhecer cartas da maneira que quiser, MLP, PNN, SOM, echo grid, mas o princípio será quase idêntico.
Provavelmente, tudo se resume a uns poucos do mesmo tipo.
Aqui está um exemplo de como é fácil organizar um filtro de negócios.
E alimentar um simples TS não é uma tarefa para mentes medianas. E o primeiro é quase 100% compatível.
Sim, há :), mas é tudo uma questão de entradas e saídas :) a rede é secundária. Você pode reconhecer as cartas como quiser, MLP, PNN, SOM, echoset, mas o princípio será quase idêntico.
Alguns correios sobre a organização da classe utilizada nas EAs:
Propriedades:
1. número mínimo de imagens que a rede é treinada para usar depois dela.
2. Número máximo de imagens. Quando uma nova imagem é adicionada ao conjunto de treino, a antiga é removida, a rede é re-treinada.
Métodos externos:
1. enviar a imagem para ser treinada. Quando usado na EA, é possível dar uma nova imagem à rede de acordo com os sinais indicadores .
2. Pergunte à rede se ela está pronta ou não. Se a rede é treinada para um número suficiente de imagens.
3. método básico. Envie uma imagem para a rede e receba um resultado.
Quando uma nova imagem é enviada para a rede para treinamento, realize seu pré-processamento:
1. Escalda-a.
2. Verifique a correlação, para que não haja duas imagens opostas com a mesma saída, nem duas imagens idênticas com saída diferente.
Tudo isso é rapidamente adicionado ao Expert Advisor; conforme os indicadores sinalizam, a rede recebe imagens, assim que o número suficiente de imagens é acumulado, a rede é treinada e então, quando o sinal para abrir uma posição aparece, pedimos à rede para confirmar ou não. Isto é feito no testador. Se por conta, a rede deve ser treinada após os testes e deve haver um meio de salvar a rede e o carregamento.
As imagens enviadas para a rede são a escolha do utilizador - preço, indicador ou verdadeiro/falso. Os parâmetros da rede (número de camadas, entradas, saídas) são definidos durante a inicialização da rede.
O construtor gráfico da rede também pode ser feito em mql5.
Eu acho que pode haver diferentes neurônios em uma camada, não é um problema, como treinar tal rede é outra questão.
Um neurônio em uma camada? Qual é o objectivo? A menos que seja uma camada adicional contornada.