Discussão do artigo "Redes neurais de maneira fácil (Parte 32): Aprendizado Q distribuído"
- 3-х сверточных слоёв предварительной обработки данных,
Quais são os parâmetros de ativação, otimização, janela, etapa e saída da janela?
- 3 camadas ocultas totalmente conectadas de 1000 neurônios cada,
Quais são seus parâmetros de ativação e otimização?
- 1 camada de decisão totalmente conectada de 45 neurônios (15 neurônios cada para 3 distribuições de probabilidade de ações),
Quais são seus parâmetros de ativação e otimização?
- 1ª camada SoftMax para normalizar as distribuições de probabilidade.
O SiftMax é especificado no NetCreator. O resultado é 45 ?
В NetCreator указан SiftMax. У него в итоге выйдет outputs 45?
Use o NetCreator deste artigo. O parâmetro Heads do SoftMax foi adicionado. Nele, você deve especificar o número de ações possíveis. Em seguida, o parâmetro de tamanho da camada SoftMax será alterado.
Usei o Adam para otimizar todas as camadas neurais. Antes do SoftMax, a função de ativação não é usada. Ela pode gerar um grande número de neurônios com o mesmo resultado no nível de limite do domínio de resultados. E o SoftMax fornecerá as mesmas probabilidades para eles. O que distorcerá o resultado. Aqui, SoftMax é a função de ativação.
Isso não é sempre zero:
Acho que deveria ter sido (Vmax-Vmin)/N?
E quanto ao #include "..\Unsupervised\AE\VAE.mqh"?
Há um manual simples sobre como usar esse material, se o VAE.mqh for exibido?
*edit* Aqui está o VAE.mqh https://www.mql5.com/pt/articles/11245 que está na Parte 22
- www.mql5.com
E quanto a #include "..\Unsupervised\AE\VAE.mqh"?
Existe um manual simples de como usar essas coisas, se VAE.mqh aparecer?
*editar* Aqui está o VAE.mqh https://www.mql5.com/pt/articles/11245 está na Parte 22
Sim, mas ainda recebo um erro como o abaixo. Você encontrou esse problema?
'MathRandomNormal' - identificador não declarado VAE.mqh 92 8
',' - token inesperado VAE.mqh 92 26
'0' - algum operador esperado VAE.mqh 92 25
'(' - parêntese esquerdo não balanceado VAE.mqh 92 6
',' - token inesperado VAE.mqh 92 29
expressão não tem efeito VAE.mqh 92 28
',' - token inesperado VAE.mqh 92 48
')' - token inesperado VAE.mqh 92 56
expressão não tem efeito VAE.mqh 92 50
')' - token inesperado VAE.mqh 92 57
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Redes neurais de maneira fácil (Parte 32): Aprendizado Q distribuído foi publicado:
Em um dos artigos desta série, já nos iniciamos no método aprendizado Q, que calcula a média da recompensa para cada ação. Em 2017, foram apresentados 2 trabalhos simultâneos, que tiveram sucesso quanto ao estudo da função de distribuição de recompensas. Vamos considerar a possibilidade de usar essa tecnologia para resolver nossos problemas.
O EA de teste apresentou resultados no testador de estratégia MetaTrader 5, após 2 semanas de análise com base nos sinais do modelo, resultando em um lucro aproximado de US$ 20. É importante lembrar que as operações de negociação foram realizadas com um lote mínimo fixo. O gráfico mostra uma tendência de alta evidente no saldo.
As estatísticas das operações de negociação demonstram que quase 56% das operações foram lucrativas. No entanto, o EA foi criado apenas para testar o modelo no testador de estratégia e não é adequado para negociação real nos mercados financeiros.
Autor: Dmitriy Gizlyk