Função Fitness, eu não expressei corretamente, FF está em AG, no algoritmo de aprendizagem em rede é quantos passes de treinamento.
Se não houver exemplos de treinamento (input-output), então o paralelo com GA FF é simples, tanto lá quanto lá você tem que fazer um cálculo direto da grade e então possivelmente fazer pós-processamento para verificar o valor através da função de troca.
Sobre o logotipo. É como as bolas e nós com ligações, mas eu acho que é burrice. Poderíamos pegar em puzzles, por exemplo, remover o curto alcance, mudar as cores para o Metakvot's, etc.
Pelo menos os puzzles têm algum tipo de integração e interconexão.
Quantas iterações (aproximadas) de Passe de Aprendizagem são necessárias para treinar as redes acima mencionadas?
ZS, pelo menos a ordem de grandeza.
Os filtros são treinados sem professor, apresentando secções de história 10000-40000 seleccionadas aleatoriamente (o mesmo número de iterações). A aprendizagem é muito rápida. Dependendo do computador, 10000 filtros são treinados em 20000 seções de histórico de 1-2 minutos em 360 processadores CUDA de GPU, cerca de 1 hora em 4 processadores Intel com 16 pistas, 3-4 horas no meu laptop com um processador e duas pistas. Mas o tempo não importa aqui. Mesmo que eu precise de um ou dois dias para tal treinamento de filtro, ele só é feito uma vez para cada cotação (EURUSD, USDJPY, etc.). Uma vez que os filtros são treinados, eles não mudam e são usados para filtrar novos preços. A filtragem em si é muito rápida - consideramos a soma dos produtos de preço e coeficientes de filtragem.
A propósito, você pode perguntar por que existem tantos filtros - 10 000? citei dados do meu próprio projeto de reconhecimento de imagem. Para citações haverá muito menos filtros, talvez 10-100, quanto menos, melhor. Aqui está uma analogia aproximada. Citação é discurso. Os filtros são os fonemas que compõem as palavras. Existem 43 fonemas em russo(https://ru.wikipedia.org/wiki/%D0%A4%D0%BE%D0%BD%D0%B5%D0%BC%D0%B0). A nossa tarefa é encontrar uma lista telefónica para cotação.
Единицы языка Фоне́ма (др.-греч. — «звук») — минимальная смыслоразличительная единица языка. Фонема не имеет самостоятельного лексического или грамматического значения, но служит для различения и отождествления значимых единиц языка (морфем и слов): при замене одной фонемы на другую получится другое слово (ом — ом); при изменении...
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Meta EngiNeuro (MEN) (c)
nós somos engenheiros :)
Meta EngiNeuro (MEN) (c)
por isso somos engenheiros :)
Merda. Meta não é mais o cathetus em tal nome...
EngiNeuro -- isso é bom (polegares para cima)
EngiNeuroSolução ?
Enjin e Solution não se sobrepõem, é essencialmente a mesma coisa aqui.
Vladimir, eu tenho uma pergunta um pouco lateral,
Quantas iterações (aproximadas) de Passe de Aprendizagem são necessárias para treinar as redes acima mencionadas?
ZS, pelo menos a ordem de grandeza.
Quantas iterações (aproximadas) de FF são necessárias para treinar as redes acima mencionadas?
O que é FF?
Função Fitness, eu não expressei corretamente, FF está em AG, no algoritmo de aprendizagem em rede é quantos passes de treinamento.
Se não houver exemplos de treinamento (input-output), então o paralelo com GA FF é simples, tanto lá quanto lá você tem que fazer um cálculo direto da grade e então possivelmente fazer pós-processamento para verificar o valor através da função de troca.
Sobre o logotipo. É como as bolas e nós com ligações, mas eu acho que é burrice. Poderíamos pegar em puzzles, por exemplo, remover o curto alcance, mudar as cores para o Metakvot's
, etc.
Pelo menos os puzzles têm algum tipo de integração e interconexão.
Vladimir, eu tenho uma pergunta um pouco lateral,
Quantas iterações (aproximadas) de Passe de Aprendizagem são necessárias para treinar as redes acima mencionadas?
ZS, pelo menos a ordem de grandeza.
Os filtros são treinados sem professor, apresentando secções de história 10000-40000 seleccionadas aleatoriamente (o mesmo número de iterações). A aprendizagem é muito rápida. Dependendo do computador, 10000 filtros são treinados em 20000 seções de histórico de 1-2 minutos em 360 processadores CUDA de GPU, cerca de 1 hora em 4 processadores Intel com 16 pistas, 3-4 horas no meu laptop com um processador e duas pistas. Mas o tempo não importa aqui. Mesmo que eu precise de um ou dois dias para tal treinamento de filtro, ele só é feito uma vez para cada cotação (EURUSD, USDJPY, etc.). Uma vez que os filtros são treinados, eles não mudam e são usados para filtrar novos preços. A filtragem em si é muito rápida - consideramos a soma dos produtos de preço e coeficientes de filtragem.
A propósito, você pode perguntar por que existem tantos filtros - 10 000? citei dados do meu próprio projeto de reconhecimento de imagem. Para citações haverá muito menos filtros, talvez 10-100, quanto menos, melhor. Aqui está uma analogia aproximada. Citação é discurso. Os filtros são os fonemas que compõem as palavras. Existem 43 fonemas em russo(https://ru.wikipedia.org/wiki/%D0%A4%D0%BE%D0%BD%D0%B5%D0%BC%D0%B0). A nossa tarefa é encontrar uma lista telefónica para cotação.