О да, сеть на первых этапах полносвязная, ну или по типу сетей свертки, но там слоев много). И это все счастье множиться на 10 и начинает спариваться. Обсчитывать приходится каждого, т.е. имеем 10х.
Раскройте структуру сетки (которая по 200 экземпляров).
Рекомендуете увеличить популяцию? Если вам не сложно, поставьте маленький эксперимент. Сколько займет обучение простенькой задачи (время, кол-во популяций) для 200 особей и для 25 особей. Остальное оставим без изменений. В этом месте я совсем не экспериментировал.
Ааа, это был вопрос про мои 200 особей?, просто там нет знака вопроса, поэтому не понял.
Моя сеть: 400-600-200. Итого 360800 весов.
Да, рекомендую увеличить популяцию.
На счет эксперимента. Я довольно много экспериментировал с количеством особей в популяции. И не хочется тратить время на дополнительные эксперименты. Ответ получил не однозначный. Много зависит от алгоритма GA, а также от того, какой критерий останова используется. Совершенно очевидно, что основное время тратится на саму фитнес функцию(фф), а время работы чистого алгоритма GA ничтожно мало. Поэтому, резонно стараться уменьшить количество запусков фф. Этого можно добиться разными способами. И самый простой - подобрать количество особей в популяции.
Если брать очень много особей, порядка 1000 штук, то лучшая особь находится очень быстро, в плане прохода колличества эпох, но при этом фитнес функция запускается 1000*n раз, где n - количество эпох. Что не есть гуд - очень долго получается.
Если же брать слишком малое количество особей в популяции, скажем 10-25, то в популяции нет достаточного генофонда, для поиска, время поиска увеличивается, опять из за того, что увеличивается кл-во запусков фф.
Оптимальным вариантом считаю 200 особей в популяции.
Хотел бы посоветовать ещё вот что. Заведите дополнительную популяцию, в которую помещайте лучших особей из каждой эпохи(я называю это "Генофонд Эпохи", или ГЭ). При скрещивании брать особей из текущей популяции и из ГЭ. Таким образом резко сокращается кол-во запусков фф. Не путать этот прием с элитным отбором.
Что ты знаешь про сети свертки? Там так вообсче мин. 4 слоя.
Мы уже плавно перешли на "ты"? Ок.
Я не знаю что такое "сети свертки". А за чем 4 слоя? Можешь объяснить мне, и тем, кто думает, что одного внутреннего (скрытого) слоя достаточно за глаза? Не нужно усложнять алгоритм. Он и так не лёгкий для расчетов.
Я не знаю что такое "сети свертки". А за чем 4 слоя? Можешь объяснить мне, и тем, кто думает, что одного внутреннего (скрытого) слоя достаточно за глаза? Не нужно усложнять алгоритм. Он и так не лёгкий для расчетов.
Есть. А также ещё разных авторов порядка 200-300 книг. Только я подумал, что NN и GA самостоятельно освою быстрее, чем прочитаю эту библиотеку. Так и вышло. Быстрее.
Под освоением я имею виду практическое применение, а не владение терминологией.
Если брать очень много особей, порядка 1000 штук, то лучшая особь находится очень быстро, в плане прохода колличества эпох, но при этом фитнес функция запускается 1000*n раз, где n - количество эпох. Что не есть гуд - очень долго получается.
Если же брать слишком малое количество особей в популяции, скажем 10-25, то в популяции нет достаточного генофонда, для поиска, время поиска увеличивается, опять из за того, что увеличивается кл-во запусков фф.
Оптимальным вариантом считаю 200 особей в популяции.
Спасибо. Очень подробно. В принципе да, если ты уже несколько раз прогонял алгоритм с разными параметрами, тогда воспользуемся результатами. Значит 200... Хорошо пусть так и будет. Тогда следующий момент. Нужно искать профитную "феньку" (комбинация на свечах и индикаторах) ищем мы ее не глазами, а перцептроном. Типа пускай за нас строит линейно разделимые группы. Критерий для поиска Прибыль => max. Остановка по желанию пользователя. Затем анализ весов и выявление "феньки". Затем нормальный индикатор и система торговли. Довольно сложно, но это на первый взгляд. Ковыряться в весах очень интересно (ну во всяком случае мне). Вопрос :) приходится прогонять историю за 5 лет на свечах + индикаторы (по желанию) через каждую особь, а их стало 200 на каждой популяции. Это ОГРОМНОЕ ресурсопотребление, к тому же неизвестно когда остановимся. Давайте попробуем переформулировать задачу или другим путем сохранить самое важное свойство этой конструкции - выявление "феньки" машиной.
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Где я написал, что они у меня все скрещиваются?...
->
IlyaA писал(а) >>
О да, сеть на первых этапах полносвязная, ну или по типу сетей свертки, но там слоев много). И это все счастье множиться на 10 и начинает спариваться. Обсчитывать приходится каждого, т.е. имеем 10х.
IlyaA писал(а) >>
Про XOR вы не прочитали чтоли?
Раскройте структуру сетки (которая по 200 экземпляров).
А про количество весов, пока я писал пост, Вы ответили. Свой пост корректировать не стал.
То есть, получается: количество весов=50*60+60+60*39+39+39*2+2=5519. Так?
А причем здесь 200 экземпляров? Вы об этом нигде не писали.
to IlyaA и gumgum
А зачем вы используете 2 скрытых слоя. Для любой задачи достаточно одного скрытого слоя. Доказано математически.
->
А про количество весов, пока я писал пост, Вы ответили. Свой пост корректировать не стал.
То есть, получается: количество весов=50*60+60+60*39+39+39*2+2=5519. Так?
А причем здесь 200 экземпляров? Вы об этом нигде не писали.
Да весов столько.
Раскрой, пожалуйста, свою структуру перцептрона, коих в популяции 200 особей (сложность оценить).
to IlyaA и gumgum
А зачем вы используете 2 скрытых слоя. Для любой задачи достаточно одного скрытого слоя. Доказано математически.
Что ты знаешь про сети свертки? Там так вообсче мин. 4 слоя.Раскройте структуру сетки (которая по 200 экземпляров).
Рекомендуете увеличить популяцию? Если вам не сложно, поставьте маленький эксперимент. Сколько займет обучение простенькой задачи (время, кол-во популяций) для 200 особей и для 25 особей. Остальное оставим без изменений. В этом месте я совсем не экспериментировал.
Ааа, это был вопрос про мои 200 особей?, просто там нет знака вопроса, поэтому не понял.
Моя сеть: 400-600-200. Итого 360800 весов.
Да, рекомендую увеличить популяцию.
На счет эксперимента. Я довольно много экспериментировал с количеством особей в популяции. И не хочется тратить время на дополнительные эксперименты. Ответ получил не однозначный. Много зависит от алгоритма GA, а также от того, какой критерий останова используется. Совершенно очевидно, что основное время тратится на саму фитнес функцию(фф), а время работы чистого алгоритма GA ничтожно мало. Поэтому, резонно стараться уменьшить количество запусков фф. Этого можно добиться разными способами. И самый простой - подобрать количество особей в популяции.
Если брать очень много особей, порядка 1000 штук, то лучшая особь находится очень быстро, в плане прохода колличества эпох, но при этом фитнес функция запускается 1000*n раз, где n - количество эпох. Что не есть гуд - очень долго получается.
Если же брать слишком малое количество особей в популяции, скажем 10-25, то в популяции нет достаточного генофонда, для поиска, время поиска увеличивается, опять из за того, что увеличивается кл-во запусков фф.
Оптимальным вариантом считаю 200 особей в популяции.
Хотел бы посоветовать ещё вот что. Заведите дополнительную популяцию, в которую помещайте лучших особей из каждой эпохи(я называю это "Генофонд Эпохи", или ГЭ). При скрещивании брать особей из текущей популяции и из ГЭ. Таким образом резко сокращается кол-во запусков фф. Не путать этот прием с элитным отбором.
Что ты знаешь про сети свертки? Там так вообсче мин. 4 слоя.Мы уже плавно перешли на "ты"? Ок.
Я не знаю что такое "сети свертки". А за чем 4 слоя? Можешь объяснить мне, и тем, кто думает, что одного внутреннего (скрытого) слоя достаточно за глаза? Не нужно усложнять алгоритм. Он и так не лёгкий для расчетов.
А Ваш GA реализован в чем? MQL?
Мы уже плавно перешли на "ты"? Ок.
Я не знаю что такое "сети свертки". А за чем 4 слоя? Можешь объяснить мне, и тем, кто думает, что одного внутреннего (скрытого) слоя достаточно за глаза? Не нужно усложнять алгоритм. Он и так не лёгкий для расчетов.
Есть книжка Хайкина. Нейронные сети?to dentraf
MQL4
to IlyaA
Есть. А также ещё разных авторов порядка 200-300 книг. Только я подумал, что NN и GA самостоятельно освою быстрее, чем прочитаю эту библиотеку. Так и вышло. Быстрее.
Под освоением я имею виду практическое применение, а не владение терминологией.
Если брать очень много особей, порядка 1000 штук, то лучшая особь находится очень быстро, в плане прохода колличества эпох, но при этом фитнес функция запускается 1000*n раз, где n - количество эпох. Что не есть гуд - очень долго получается.
Если же брать слишком малое количество особей в популяции, скажем 10-25, то в популяции нет достаточного генофонда, для поиска, время поиска увеличивается, опять из за того, что увеличивается кл-во запусков фф.
Оптимальным вариантом считаю 200 особей в популяции.