Обсуждение статьи "Нейросети — это просто (Часть 35): Модуль внутреннего любопытства (Intrinsic Curiosity Module)" - страница 2

Новый комментарий
 
francobritannique #:
Могу ли я повторить просьбу о предоставлении более подробной информации о том, как именно должна быть создана модель? Я бы очень хотел поэкспериментировать с этим советником, но это мешает мне!

Здравствуйте, вы можете использовать модель из следующей статьи.

Neural networks made easy (Part 36): Relational Reinforcement Learning
Neural networks made easy (Part 36): Relational Reinforcement Learning
  • www.mql5.com
In the reinforcement learning models we discussed in previous article, we used various variants of convolutional networks that are able to identify various objects in the original data. The main advantage of convolutional networks is the ability to identify objects regardless of their location. At the same time, convolutional networks do not always perform well when there are various deformations of objects and noise. These are the issues which the relational model can solve.
 
yuk ping wong #:

У вас есть файл модели? Кажется, его нет в zip-файле.

Есть ли у вас дополнительная информация о том, как создать модель с помощью NetCreator, или хотя бы поделиться этим файлом? Советник не может запуститься без этого файла.

Как было сказано ниже:

Для обучения эксперта все модели были созданы с помощью инструмента NetCreator.Следует добавить, что для работы советника в тестере стратегий файлы моделей должны быть расположены в общей директории терминала 'Terminal\Common\Files', так как каждый агент работает в своей песочнице, поэтому они могут обмениваться данными только через общую папку терминалов.

Здравствуйте, о создании модели с помощью NetCreator вы можете прочитать в статье"Нейронные сети - это просто (часть 31): Эволюционные алгоритмы"

Neural networks made easy (Part 31): Evolutionary algorithms
Neural networks made easy (Part 31): Evolutionary algorithms
  • www.mql5.com
In the previous article, we started exploring non-gradient optimization methods. We got acquainted with the genetic algorithm. Today, we will continue this topic and will consider another class of evolutionary algorithms.
12
Новый комментарий