Как Вы работаете с нейросетями? - страница 3

 
Я так понимаю исходников в открытом доступе нет. Их предоставляют только в индивидуальном порядке? Если не сложно и не жалко, бросьте на вышеуказанное мыло.
 

"Блажен, кто верует, тепло тому на свете"...

 

"Блажен, кто верует, тепло тому на свете"...

Блин, три страницы в ветке а так и не получил ни одного ответа на вопросы. Неужели сложно помочь. Я ведь о реальных вещах спрашиваю и прошу. Спасибо, сообщество.

 
sayfuji:

"Блажен, кто верует, тепло тому на свете"...

Блин, три страницы в ветке а так и не получил ни одного ответа на вопросы. Неужели сложно помочь. Я ведь о реальных вещах спрашиваю и прошу. Спасибо, сообщество.

В этом не откажешь - умеют поддержать тему не сказав ни слова по существу.

 

sayfuji Вы бы хоть подругились чутка, поиском воспользовались. Тут про нейросети много веток есть

можете и сюда заглянуть, тоже очень известный и уважаемый посетитель этого форума

http://fxreal.ru/forums/index.php

 

Я со всей ответственностью подошёл к вопросу, просто уважаемый LeoV поддерживал разговор, но так и не ответил на суть вопроса. Он некоторое времы обитал на форуме альп..ри, поэтому в его знаниях и умениях я не сомневаюсь, вот и ждал его ответа, но не тут то было.

PS Prival, ветка действительно хорошая, обитаю на ней уже несколько месяцев. klot молодчага

 
Возможно, меня не так поняли. По существу (здесь и далее моё сугубо частное мнение);

1) в этом деле самое главное -- идея, а не способы её программной реализации. Идея хорошо изложена в вышеприведённом отрывке из Ст. Лема;
2) исходников реально работающей сети никто, скорее всего, за просто так не предоставит;
3) о готовых нейросетевых программах: невозможно создать "всеобщую теорию всего", поэтому от самостоятельной реализации своих идей никто не избавлен, если целью является разработка чего-либо работоспособного. По этой причине меня не устроил, например, даже Матлаб с его могучим инструментарием. НШДТ до уровня Матлаба, разумеется, далеко не дотягивает.

Пример.

Сразу оговорюсь -- всевозможные прогнозы собственно цены, особенно до третьего-четвертого знака после запятой, считаю делом заведомо бессмыссленным. Подобные построения, на мой взгляд, -- не более, чем самообман. Вместо этого можно попробовать, как уже кто-то предлагал в одной из здешних веток, осуществить раннее распознавание начинающегося движения цены, при котором она пройдёт не менее заданного наперёд числа пунктов. Это число можно определить, исходя из анализа предыдущего поведения цены (вроде бы Компостер занимался такой задачей, когда определял тренд/флет).

Рабочая гипотеза: у сколько-нибудь сильных движений цены есть некие воспроизводящиеся "предвестники". Можно попробовать научить сеть распознавать эти "предвестники", работая при этом "с рынка".

Устройство сети ("кристаллика" по терминологии Ст. Лема как основной структурной единицы большой сети, т.е. "тучи") в общих чертах:


- многослойная автоадаптивная сжимающая сеть Ойа с одним выходом с возможностью выбора типа и параметров передаточной функции входного, промежуточных и выходного слоёв. Такая сеть может выполнять одновременно функции адаптивного запоминания и классификации входных векторов;

- число слоёв определяется размерностью входного вектора, т.е. сеть генерируется автоматически определением и инициализацией/чтением рабочих массивов;

- количество нейронов в скрытом слое прогрессивно уменьшается с увеличением номера слоя N по закону 1/(2^N)("решающие кристаллики") либо 1/N ("запоминающие кристаллики");

- параметр нелинейности в скрытом слое может зависеть от номера слоя;

- есть отключаемый режим внутренней обратной связи и отключаемый внешний вход для связи с другими "кристалликами" для формирования "тучи".

Один из самых важных и тонких моментов -- формирование входного вектора. Пока что просто для тестирования и контроля функционирования сети он формируется общепринятым способом: y[] = (x[] - mean(x[])) / sigma(x[]). (Эта часть задачи пока до конца не решена.)

"Обучение" сети производится постфактум по эвристическому правилу: после того, как цена прошла заданное число пунктов, выдаётся приказ на подстройку весов под сдвинутый на некоторое число баров назад, т.е. "предшествующий", входной вектор; тем самым сеть его "запоминает", учитывая предшествующую накопленную информацию. Предполагается, что обученная таким образом сеть будет распознавать "предвестники" и тем самым будет способна выдавать торговые сигналы в режиме реального времени. Пока же "отдельный кристаллик не столько летал, сколько подпрыгивал..." (см. там же).

Интерпретация выхода и автоматическое образование собственно "тучи", т.е. нейрокомитета, пока не осуществлены. Особенно красивых картинок пока что тоже нет.

Лично мне такой подход кажется перспективным. Eщё раз повторюсь -- всё вышесказанное является моим сугубо частным мнением.
 
sayfuji:

Я со всей ответственностью подошёл к вопросу, просто уважаемый LeoV поддерживал разговор, но так и не ответил на суть вопроса. Он некоторое времы обитал на форуме альп..ри, поэтому в его знаниях и умениях я не сомневаюсь, вот и ждал его ответа, но не тут то было.

PS Prival, ветка действительно хорошая, обитаю на ней уже несколько месяцев. klot молодчага

А чем Вы собственно недовольны? На Ваш первоначально заданный сабжевый вопрос Leov как раз и ответил, хотя Вы пытаетесь утверждать обратное. А то, что делиться исходниками не стал и уточнять прочие детали, дык это в его обязанности не входит.


Задайте вопрос понаглее, как это делают некоторые форумяне, типа: "А ну ка покажите мне исходники суперпрофитной нейросетки" и получите вполне адекватные ответы.

 
Юрий, к сожалению(или счастью?), налоглостью обладаю в малой степени. Ну да ладно. Большое спасибо alexjou за разжёванный ответ.Бредовых целей перед собой не ставлю. Сетка Ойа заинтересовала очень. Может посоветуете ресурс где можно почитать?
 
"Сеть Ойа" -- здесь просто некоторая вольность речи, сокращение от "сеть с подстройкой весов по правилу Ойа". Само правило Ойа является видоизменением правила Хэбба, исключающим бесконечный рост весов путём их автонормировки в процессе подстройки; при этом концы весовых векторов располагаются примерно в пределах единичной гиперсферы. Посмотреть можно, например, здесь: А.А. Ежов, С.В. Шумский. "Нейрокомпьютинг и его применения в экономике и бизнесе". М., 1998 (лекции -- есть в интернете в формате pdf). Также очень хорошая книга, хотя и несколько трудная для начинающего: Станислав Осовский. "Нейронные сети для обработки информации". М., "Финансы и статистика", 2002 (есть в интернете в формате djvu). Ну и много другой литературы по сетям по интернету бродит.
Причина обращения: