Нейронная сеть - вход - страница 5

Новый комментарий
 
Mihail Marchukajtes:
Y Ну тогда думаю можно поступить следующим образом. Установить конечное значение входов, а патерны объединить так чтобы они все умещались в уставновленное количество входов. Иначе никак я думаю....

Кастрация крайний метод))) Неужели все тупик!!!!

Как работает рекурентная сеть?

Допустим  есть один нейрон, и несколько патернов активные на данный момент, можно ли по очереди их прогонять, цикл заканчивается, по окончанию патернов. 

То есть есть 5 входов на потерн, прогоняем каждый потерн по 5 входов. Может что то здесь нащупать!

Или в рекурентной зацикливается именно, входы на один и тот же патерн, блин пока не знаю как описать.

 

 Независимый вход!

 
Top2n:

Кастрация крайний метод))) Неужели все тупик!!!!

Как работает рекурентная сеть?

Допустим  есть один нейрон, и несколько патернов активные на данный момент, можно ли по очереди их прогонять, цикл заканчивается, по окончанию патернов. 

То есть есть 5 входов на потерн, прогоняем каждый потерн по 5 входов. Может что то здесь нащупать!

Или в рекурентной зацикливается именно, входы на один и тот же патерн, блин пока не знаю как описать.

 

 Независимый вход!

Глупости это всё. Я же говорю, предположим настал момент подать на вход сети данные. В этот момент сохраняем все данные в строчку и подаем одновременно. Проблема переменного количества данных, к сожалению решить сложно :-(
 

Короче если всего пять входов, и все петерны прогонять сложившиеся на моменте, по такой схеме. можно так?

 

 
Top2n:

Короче если всего пять входов, и все петерны прогонять сложившиеся на моменте, по такой схеме. можно так?

 

Для того чтобы понять суть необходимо знать что сеть анализирует в момент среза. Обычно, обучающее множество выглядет как таиблица ексель. Где первые, скажем 10 столбцов, являются входами для сети, а последний столбец это выход, или учитель. Каждая строчка ээтой таблици представляет собой набор входных данных для конкретного случая. Вы пытаетесь использовать рекурентную сеть. Это сеть без учителя. То есть она сама раскидывает входящие вектора на два класса. Ведь в процессе оптимизации вы всё равно задаёте условие, скажем выше нуля покупать, ниже продавать. Когда вы начинаете обучать рекурентную сеть, то она сама настраивается таким образом чтобы разделить входные данные на два класса. Но как и с другими сетями у рекурентной сети есть определённое количество входов. Поэтому получить адаптиное количество входов в зависимости от появляющихся патернов просто не возможно. Другое дело попытатся объеденгить входа и привести их в какойто общий смысл. На самом деле, для того чтобы построить хорошую модель, не обязательно иметь большое количество входов. У меня например сетки работают в среднем от 4 (с меньшим количеством входов сети не рассматриваю) и до 8. Модели конечно живут не долго, но заработать на них можно. И вообще как писал выше в ветке про машинное обучение. Нужно сначала выбрать что мы хотим получить от сети, а потом подать на вход то, что является причиной для цены. А это ДЕЛЬТА. Начните подавать дельту и Ваша ТС начнёт зарабатывать. Я вас уверяю. И кстати, тогда вопрос. Хотел попробовать рекурентную сеть в МТ4. Где можно качнуть её, незнаешь????
 
У меня необнократно было такое раньше. Собираю входной набор, понимая что этот наборимеет отношение к выходной переменной и должен отработать хорошо, но когда начинаю обучать на нём сеть, получаю слабенький результат. Почему? Потому что я так думал что этот набор подойдёт для обучения, а НС не смогла на нём качественно обучится, потому как там рыбы нет. И по началу кажется что должно работать, а по факту оказывается что нет. Когда мы учитываем причино следственную связь и используем входа, которые являются причиной для выхода. То му получаем результат работы сети вне выборки, такой же как и на обучающем множестве. Тоесть сетка продолжает работать после обучение, с таким же уровнем ошибки что и при обучении, ну или немного хуже. Когда мы используем индикаторы (индикаторы строятся от цены и не могут быть для неё причиной), то работа сетки существенно отличается на участке вне выборки и оптимизации. Другими словами получаем коинфлип. Авось заработает, авось не сольёт. И если при обучении на индикаторах, сетка вне выборки зарабатывает, то это скорее всего случайность, повезло так сказать, но говорить о работоспособности такой сетки я бы не стал. Опять же, нужно определиться чего мы хотим получить от работы сети.
 
Mihail Marchukajtes:
Для того чтобы понять суть необходимо знать что сеть анализирует в момент среза. Обычно, обучающее множество выглядет как таиблица ексель. Где первые, скажем 10 столбцов, являются входами для сети, а последний столбец это выход, или учитель. Каждая строчка ээтой таблици представляет собой набор входных данных для конкретного случая. Вы пытаетесь использовать рекурентную сеть. Это сеть без учителя. То есть она сама раскидывает входящие вектора на два класса. Ведь в процессе оптимизации вы всё равно задаёте условие, скажем выше нуля покупать, ниже продавать. Когда вы начинаете обучать рекурентную сеть, то она сама настраивается таким образом чтобы разделить входные данные на два класса. Но как и с другими сетями у рекурентной сети есть определённое количество входов. Поэтому получить адаптиное количество входов в зависимости от появляющихся патернов просто не возможно. Другое дело попытатся объеденгить входа и привести их в какойто общий смысл. На самом деле, для того чтобы построить хорошую модель, не обязательно иметь большое количество входов. У меня например сетки работают в среднем от 4 (с меньшим количеством входов сети не рассматриваю) и до 8. Модели конечно живут не долго, но заработать на них можно. И вообще как писал выше в ветке про машинное обучение. Нужно сначала выбрать что мы хотим получить от сети, а потом подать на вход то, что является причиной для цены. А это ДЕЛЬТА. Начните подавать дельту и Ваша ТС начнёт зарабатывать. Я вас уверяю. И кстати, тогда вопрос. Хотел попробовать рекурентную сеть в МТ4. Где можно качнуть её, незнаешь????

Вопрос, если я знаю предполагаемые точки разворота,  то в рекурентной сети как должно выследить процесс внедрения. Сама идея если цена отскочила от этой точки допустим 1, если пошла дальше -1, если не дошла 0 

Сеть на питоне хочу начать использовать, еще не искал
 
Top2n:

Вопрос, если я знаю предполагаемые точки разворота,  то в рекурентной сети как должно выследить процесс внедрения. Сама идея если цена отскочила от этой точки допустим 1, если пошла дальше -1, если не дошла 0 

Сеть на питоне хочу начать использовать, еще не искал
Как правило делается условие. Если результат работы сети больше 0 то покупаеем. Если меньше то продаём.  Начинаешь обучать сеть, оптимизируя веса нейронов с целью увеличение баланса депозита. В итоге, когда будет происходить оптимизация, то будут подбиратся такие веса нейронов, чтобы отклик сети привёл к увеличению баланса, как то так...... 
 
Mihail Marchukajtes:
Как правило делается условие. Если результат работы сети больше 0 то покупаеем. Если меньше то продаём.  Начинаешь обучать сеть, оптимизируя веса нейронов с целью увеличение баланса депозита. В итоге, когда будет происходить оптимизация, то будут подбиратся такие веса нейронов, чтобы отклик сети привёл к увеличению баланса, как то так...... 

В рекурентной количество циклов как временная память задается или только одно предыдущее значение сравнивается?

***  Все нашел LSTM

 
Так в 2006 году уважаемый господин Решетов написал искусственный интеллект, видимо никто код его понять не может и потому боится торговать.
 
Vasily Perepelkin:
Так в 2006 году уважаемый господин Решетов написал искусственный интеллект, видимо никто код его понять не может и потому боится торговать.
Ну незнаю, я пользуюсь его оптимизатором, который он написал в прошлом году 2016 и вполне доволен, даже более чем...
123456
Новый комментарий
Причина обращения: