По умолчанию 254, но не помню, сколько я тогда ставил. Возможно и меньше 2 гб памяти потреблялось - помню точно, что сильно удивился, что так мало.
Тогда можно uchar использовать, это 1 байт.
Aleksey Vyazmikin: Сетка позволяет и меньше подгоняться, ведь используется диапазон значений. Но не всегда это будет хорошо - для ловли теоретических уровней, думаю, надо самому сетку резать.
В ushort максимальное значение 65 тыс - если задать такую сетку, то можно вручную не париться
В ushort максимальное значение 65 тыс - если задать такую сетку, то можно вручную не париться
Придельный размер у них 65535, но я не могу же влиять на переменные в коде.
А вот по поводу максимального размера - нет, это не гарантирует результат, так как может быть подгонка под полоску данных и пропуск близ лежащих.
Вообще хорошо бы иметь алгоритм обучения, готорый всегда проверяет целесообразность закрывающего диапазон сплита (A>10 && A<=15), а то обычно это несколько рандомно происходит - нет такого обязательного условия, хотя оно и воспроизводится иногда.
Да, хочу сам) потому что во всех статьях, примерах функции активации считаются не правильно) например сигмоидную везде считают как 1/1+exp(-x). А нужно 1.0/1.0+exp(-x). Написано вроде одно и тоже, но терминал выдает разные расчеты) посмотри может у тебя так же считает) отсюда и ошибки.
Александр Алексеевич: Да, хочу сам) потому что во всех статьях, примерах функции активации считаются не правильно) например сигмоидную везде считают как 1/1+exp(-x). А нужно 1.0/1.0+exp(-x). Написано вроде одно и тоже, но терминал выдает разные расчеты) посмотри может у тебя так же считает) отсюда и ошибки.
В терминале нейросети писать вообще не вариант. Там любая ф-я внезапно может работать не так, как ожидалось. Пользуйтесь готовыми проверенными
Maxim Dmitrievsky: В терминале нейросети писать вообще не вариант. Там любая ф-я внезапно может работать не так, как ожидалось. Пользуйтесь готовыми проверенными
Ну обычная сетка нормально обучается) с реккуренткой разбираюсь как производить расчет градиента
это же обычные цифровые фильтры с тучей коэффициентов фильтрации
Maxim Dmitrievsky: В терминале нейросети писать вообще не вариант. Там любая ф-я внезапно может работать не так, как ожидалось.Пользуйтесь готовыми проверенными
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.
По умолчанию 254, но не помню, сколько я тогда ставил. Возможно и меньше 2 гб памяти потреблялось - помню точно, что сильно удивился, что так мало.
Тогда можно uchar использовать, это 1 байт.
Сетка позволяет и меньше подгоняться, ведь используется диапазон значений. Но не всегда это будет хорошо - для ловли теоретических уровней, думаю, надо самому сетку резать.
В ushort максимальное значение 65 тыс - если задать такую сетку, то можно вручную не париться
https://www.mql5.com/ru/articles/8385
не факт, что там хорошая реализация )
на русском я пас
эту я читал))) там куча ошибок в расчетах и сеть выдает скорее случайные ответы
Тогда можно uchar использовать, это 1 байт.
В ushort максимальное значение 65 тыс - если задать такую сетку, то можно вручную не париться
Придельный размер у них 65535, но я не могу же влиять на переменные в коде.
А вот по поводу максимального размера - нет, это не гарантирует результат, так как может быть подгонка под полоску данных и пропуск близ лежащих.
Вообще хорошо бы иметь алгоритм обучения, готорый всегда проверяет целесообразность закрывающего диапазон сплита (A>10 && A<=15), а то обычно это несколько рандомно происходит - нет такого обязательного условия, хотя оно и воспроизводится иногда.
эту я читал))) там куча ошибок в расчетах и сеть выдает скорее случайные ответы
Вы хотите именно сами сеть написать?
Вод здесь есть минимум слов и максимум кода на питоне, но тоже англ.
https://datascience-enthusiast.com/DL/Building_a_Recurrent_Neural_Network-Step_by_Step_v1.html
Вы хотите именно сами сеть написать?
Вод здесь есть минимум слов и максимум кода на питоне, но тоже англ.
https://datascience-enthusiast.com/DL/Building_a_Recurrent_Neural_Network-Step_by_Step_v1.html
Да, хочу сам) потому что во всех статьях, примерах функции активации считаются не правильно) например сигмоидную везде считают как 1/1+exp(-x). А нужно 1.0/1.0+exp(-x). Написано вроде одно и тоже, но терминал выдает разные расчеты) посмотри может у тебя так же считает) отсюда и ошибки.
В терминале нейросети писать вообще не вариант. Там любая ф-я внезапно может работать не так, как ожидалось. Пользуйтесь готовыми проверенными
Покажите картинку, как выглядят кластера из деревьев, пока не понимаю о чём речь.
А зачем его открывать? :) Я просто делаю мини копию с аналогичной структурой для отладки.
Несколько раз переделывал, после распаковки займет 6ГБ.
День недели, день месяца, час, минута, ...то же для выхода..., продолжительность сделки в минутах, СЛ, ТП, результат +-1Ну обычная сетка нормально обучается) с реккуренткой разбираюсь как производить расчет градиента
Вы хотите именно сами сеть написать?
Вод здесь есть минимум слов и максимум кода на питоне, но тоже англ.
https://datascience-enthusiast.com/DL/Building_a_Recurrent_Neural_Network-Step_by_Step_v1.html
это же обычные цифровые фильтры с тучей коэффициентов фильтрации
В терминале нейросети писать вообще не вариант. Там любая ф-я внезапно может работать не так, как ожидалось. Пользуйтесь готовыми проверенными
почему?