Обсуждение статьи "Работа с матрицами, расширение функционала Стандартной библиотеки матриц и векторов"
Спасибо за статью, она действительно вдохновляет.
Кстати, с чем я столкнулся, так это с обучением NN на основе ea на Metatreader.
Использование матриц и векторов действительно сэкономило мне много усилий, но все же обучение большого количества переменных на metatreader optimizer трудно сделать. Я пытался записать веса и смещения в CSV файл, чтобы загрузить его обучающим агентом на metatrader optimizer, но он просто остановился на шаге меньше 100. Более того, похоже, что агент просто ломает csv файл. Он больше не содержит значения весов и смещений, как это должно быть.
Может быть, у вас есть идеи по обучению такого количества переменных?
Спасибо за статью, она действительно вдохновляет.
btw, что мне показалось сложным, так это обучение NN-based ea на Metatreader.
Использование матриц и векторов действительно сэкономило мне много усилий, но все же обучение большого количества переменных на metatreader optimizer трудно сделать. Я пытался записать веса и смещения в CSV файл для загрузки обучающим агентом на metatrader optimizer, но он просто остановился на шаге меньше 100. Более того, похоже, что агент просто ломает csv файл. Он больше не содержит значения весов и смещений, как это должно быть.
Может быть, у вас есть идеи по обучению такого количества переменных?
Трудно сказать, не видя кода и всего, что с ним связано. Я не обучаю NN в тестере стратегий, я предпочитаю обучать торговые параметры там. Все мои NN обучаются самостоятельно
Спасибо за статью, она действительно вдохновляет.
btw, что мне показалось сложным, так это обучение NN-based ea на Metatreader.
Использование матриц и векторов действительно сэкономило мне много усилий, но все же обучение большого количества переменных на metatreader optimizer трудно сделать. Я пытался записать веса и смещения в CSV файл для загрузки обучающим агентом на metatrader optimizer, но он просто остановился на шаге меньше 100. Более того, похоже, что агент просто ломает csv файл. Он больше не содержит значения весов и смещений, как это должно быть.
Может быть, у вас есть идеи по обучению такого количества переменных?
Если вы используете быстрый генетический алгоритм тестера, будьте осторожны, поскольку он имеет разные "мотивации" в зависимости от того, как вы устанавливаете вознаграждение.
Как сказал мистер Мсигва, предпочтительнее обучать сети с помощью обратного распространения. Вы можете обучить больше весов, и единственной наградой сети будет увеличение "точности".
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Работа с матрицами, расширение функционала Стандартной библиотеки матриц и векторов:
Матрица служит основой алгоритмов машинного обучения и компьютеров в целом из-за ее способности эффективно обрабатывать большие математические операции. В Стандартной библиотеке есть все, что нужно, но мы можем расширить ее, добавив несколько функций в файл utils.
Многослойный персептрон будет иметь 2 входных узла/нейрона: один для высоты ног, а другой для диаметра тела на входном слое, в то время как выходной слой будет иметь 3 узла, представляющих 3 результата: собака, кошка и мышь.
Теперь если мы "скормим" перцептрону значения 12 и 20 для высоты и диаметра соответственно, мы ожидаем, что нейронная сеть классифицирует класс как собаку, верно? что делает одно горячее кодирование, так это то, что оно помещает значение единицы в узел, который имеет правильное значение для данного набора обучающих данных, в этом случае в узле для собаки будет помещено значение 1, а остальные будут нести значения нуля.
При кодировании с одним открытым состоянием мы можем рассчитать функцию стоимости, заменив значения вектора кодирования на каждую из вероятностей, которые предоставила нам модель. Эта ошибка затем будет распространяться обратно в сеть в соответствующих предыдущих узлах предыдущего слоя.
Автор: Omega J Msigwa