"Nöral Ağlar: Teoriden Pratiğe" makalesi için tartışma
prensip olarak makale fena değil, her şey açık, net, tabiri caizse raflarda ..... diyelim başka forumlarda aramak için değil başlamak için bir yer var, ama devam etmek lazım, bölüm 2,3.....
çok katmanlı NS ile çalışmak için bir örneğe ihtiyacınız var, çünkü resimler çok katmanlı NS'yi gösteriyor, ancak örnek sadece bir nöronlu bir ağ için - ya makaleyi yeniden adlandırın ya da bölüm 2'yi yazın.
İyi şanslar!
- www.mql5.com
makale güzel, tanıtımlar ortaya konmuş. ancak tam olarak anlamadım - nöronların "eğitimi" nasıl gerçekleşiyor ve ne sıklıkla nano.
makale güzel, girişler yapılmış. ancak nöronların nasıl "eğitildiğini" ve bunun ne sıklıkla yapıldığını tam olarak anlayamadım.
- www.mql5.com
- www.mql5.com
Ben de sizi destekleyeceğim!!! ve birbiri ardına )))))) yayınlayacağız.
Sinir ağlarıyla uzun süre uğraştım - nasıl çalıştıklarını anlayamadım, matematiksel aygıtı anladım, çok sayıda örnek var, ancak onları eğitmenin neden gerekli olduğunu ve ne verdiğini uzun süre anlayamadım çünkü internette sadece belirli bir görev için (örüntü tanıma, ticaret) eğitim örnekleri vardı ve herhangi bir temel (ilkel, günlük) örnekle karşılaşmadım, ta ki bir forumda sin(x)...... eğitim örneğiyle karşılaşana kadar.
Sonra kendim için NS çarpım tablosunu online olarak öğreten ve Comment() ile sonuçları ekrana yazdıran bir script yazdım ve ... oh harika... Mutluluktan gözlerim yaşardı, NS'nin nasıl öğrendiğini, gerçekten öğrendiğini, istenen sonucu elde etmek için kuru formüller olmadığını gördüm. Makalede örnek olarak 2x2=4,1 2x3=5,9 ..... şeklinde bir örnek gösterilmesi güzel olurdu. 9x9= 80,2 , ancak 11x2 = 10,3 çünkü 11 NS için çarpım tablosu çalışılmadı, işte nasıltoktotak ))))))
ZY: benim hakkımda: okudum, çalıştım, hizmet ettim, çalıştım, evlendim, mutlu yaşadım ve aynı gün öldüm ve henüz ölmeyeceğim - hala bitmemiş işlerim var !!!!
Giriş seviyesi için iyi bir makale, devamını da istiyorum.
Sonra kendim için NS çarpım tablosunu çevrimiçi olarak öğreten ve sonuçları Comment() kullanarak ekrana yazdıran bir komut dosyası yazdım ve ... oh harika... Mutluluktan gözlerim yaşardı, NS'nin nasıl öğrendiğini, gerçekten öğrendiğini, istenen sonucu elde etmek için kuru formüller olmadığını gördüm. Makalede örnek olarak 2x2=4,1 2x3=5,9 ..... şeklinde bir örnek gösterilmesi güzel olurdu. 10x10=10,2 ama 11x2=10,3 çünkü 11 için çarpım tablosunu NS çalışmamış, wotkaktotak ))))))
Bu soruyu sormanın iyi bir yolu.
Çarpım tablosunun ticaretle çok az ilgisi olmasına rağmen, yine de ağın çarpım tablosunu öğretip öğretemediğini merak ediyorum.
Belki de ağın çarpım tablosunu neden öğrenemediği sorusuna cevap vererek, ağa ticaret yapmayı nasıl öğretebileceğimizi anlayabiliriz.
Güzel bir soru cümlesi.
1.Çarpım tablosunun ticaretle çok az ilgisi olmasına rağmen, yine de merak ediyorum, ağa çarpım tablosunu öğretmek mümkün oldu mu?
2.Belki de soruyu yanıtlayarak, ağ çarpım tablosunu neden öğrenemiyor?
3.Ağa ticaret yapmayı nasıl öğreteceğimize dair bir anlayış olacaktır.
1.Evet, NS'ye 1x1'den 9x9'a kadar çarpım tablosu öğretildi, video sonuçları 2. ondalık basamağa kadar gösteriyor gibi görünüyor.
2. ağ 9x9'dan daha fazla çarpım tablosunu öğrenmemiştir, bu şaşırtıcı değildir - kimse öğretmemiştir, doğru sonuçlarla ilgili herhangi bir tesadüf rastgeledir.
3. Bir anlayış var, ancak "New Neural" geliştiricileri için umut vardı - MetaTrader 5 platformu için sinir ağı motorunun Açık Kaynak projesi, ancak dedikleri gibi "ve hala hiçbir şey yok" (Krylov). Çok katmanlı bir NS projesi geliştirmek zaman alıcı bir iştir - .dll eklemek daha kolaydır, ancak muhtemelen saf mql5'te NS paketlerinin / .dll'nin hazır uygulamalarına kıyasla eğitim hızında bir kayıp olacaktır.
SZY: MT5 ile ilgili konuda çok katmanlı NS'nin dahili bir uygulamasını isteyebilirsiniz, ancak geliştiricilerle her zamanki gibi - hayır cevabını verecekler, sağlanmadı ve yarım yıl içinde böyle bir güncellemeyi duyuracaklar, iki kez zaten "aldım": Operatörün aşırı yüklenmesini ve grafikte çizim için tuval diledim :)
ZYZY: NS ile deneyler için benim için böyle bir içe aktarma yeterli:
#import "fannmql.dll" void fannmql_build(string NN_config); // bir FANN sinir ağı oluşturur, NN_config içindeki nöron katmanlarının özellikleri // sınırlayıcıları kullanabilirsiniz: ', . ; -' veya boşluk void fannmql_unbuild(); // FANN sinir ağını siler double fannmql_train(double &input[],double &output[]); // FANN sinir ağını eğitir, RMS değerini döndürür void fannmql_run (double &input[],double &output[]); // sinir ağının FANN'ını hesaplayın void fannmql_savetofile (string File_name); // sinir ağının FANN'ını bir dosyaya kaydetme void fannmql_loadfromfile(string File_name); // sinir ağının FANN'ını dosyadan yükleme #import string s = "8-10-10-2"; // 8 girdili NS, her katmanda 10 nöron bulunan 2 gizli katman ve 2 çıktı double inp[8],out[2]; //________________________________________________ int init(){ fannmql_build(s); ..............ancak, görünüşe göre, bu tür işlevleri MT5 standart işlevlerine yerleştirmek büyük_ve_gerçekleşmesi_zor_bir_problem;)))))
Belki de ağın çarpım tablosunu neden öğrenemediği sorusunu yanıtlayarak, ağa ticaret yapmayı nasıl öğreteceğimizi anlamak mümkün olacaktır.
En ilginç şey, ağa çarpım tablosunun (geniş anlamda) öğretilememesidir. Yani, elbette, 1*1'den 9*9'a kadar çarpmayı öğretebilirsiniz ve sonra ... Repin'in tablosu - "Fig you".
Ancak beyin bu adımları zorlanmadan gerçekleştirir, neden böyle? - Bilgelik hazinesi burada yatıyor, burayı kazmanız gerekiyor, ancak göründüğü kadar basit değil - yapay zeka alanıyla sınırlanıyor ve bu tamamen başka bir hikaye....
En ilginç şey ise ağa çarpım tablosunun (geniş anlamda) öğretilememesidir. Yani, elbette, 1*1'den 9*9'a kadar çarpmayı öğretebilirsiniz ve sonra... Repin'in resmi - "Fig you".
Ama beyin bu adımları zorlanmadan gerçekleştirir, neden böyle? - Bu bilgelik hazinesi, burayı kazmamız gerekiyor, ancak göründüğü kadar basit değil - yapay zeka alanıyla sınırlanıyor ve bu farklı bir hikaye....
Figwam konusunda aynı fikirde değilim.
Sinir ağı yapay zeka alanından değil mi?
Bu konuya devam etme arzusu varsa, buraya gitmenizi öneririm "New Neural" - MetaTrader 5 platformu için sinir ağı motorunun Açık Kaynak projesi.
Ya da özel mesaj yoluyla, burada gereksiz olacağını düşünüyorum.
En ilginç şey ise ağa çarpım tablosunun (geniş anlamda) öğretilememesidir. Yani, elbette, 1*1'den 9*9'a kadar çarpmayı öğretebilirsiniz ve sonra... Repin'in resmi - "Fig you".
Ancak beyin bu adımları zorlanmadan gerçekleştirir, neden böyle? - Bilgelik hazinesi burada yatıyor, burayı kazmamız gerekiyor, ancak göründüğü kadar basit değil - yapay zeka alanıyla sınırlanıyor ve bu farklı bir hikaye....
Yura Reshetov, NS'ye 2*2 = 5 olan çarpım tablosunu öğretmenin mümkün olduğunu ve diğer tüm varyasyonların aritmetik olarak doğru olacağını bile yazdı. Bu arada, uydurmanın özü budur. Ve NS'ye 1-9 öğretip 10-20 ile beslerseniz neden yalan söylemeye başlayacağı konusunda da bir cevap var. Mesele şu ki, ağ sadece ve sadece örneklem dışı veriler eğitim setindekilerle aynı aralıkta yer alıyorsa doğru çalışabilir. Kabaca konuşmak gerekirse, girdilerimiz [1;9] aralığında olacaktır. Ve daha sonra NS verilerini farklı bir aralıkta vereceğiz, bu da giriş verilerinin durağan olmamasına neden olacak ve durağan olmama yanlış cevaplar verecektir. Ağı [1;20] aralığındaki örnekler üzerinde eğitmeye çalışın ve ardından aynı aralıktaki diğer örnekleri verin ve harika, gerçekten çalışacaktır. Bunu test edebilirsiniz.
Burada test ettim. Numune dışında harika çalışıyor)
NS'ye 1-20 çarpım tablosu öğretilmiştir. Eğitim ve eğitimin durdurulması rastgele seçilen örnekler üzerinde yapılmıştır (örneklem büyüklüğünün 1/3'ü ve 1/3'ü). Doğrulama - örneklem büyüklüğünün kalan 1/3'ü, ancak en önemlisi aynı aralıktan. Doğrulama sonuçları eğitim örneklerinde olduğu kadar iyidir. Hata +-0,1 aralığındadır.
Mesele şu ki, NS bildiğiniz gibi herhangi bir işlevi öğrenir ve bunu başarılı bir şekilde yapar, asıl önemli olan örneklem dışı veri aralığının eğitim aralığının içinde olması gerektiğidir.
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Yeni makale Nöral Ağlar: Teoriden Pratiğe yayınlandı:
Günümüzde her yatırımcının, nöral ağlar hakkında bilgisi olması gerekir; bunları kullanmanın ne kadar havalı olduğunu bilirler. Çoğunluk, nöral ağlarla uğraşan kişilerin insanüstü olduklarına inanıyor. Bu makalede, sizlere nöral ağ mimarisini açıklamaya, uygulamalarını anlatmaya ve pratik kullanım örneklerini göstermeye çalışacağım.
Yapay nöral ağlar, insan sinir sistemini öğrenme ve uyum sağlama yeteneği konusunda simüle etme girişimlerine dayanan yapay zeka araştırmalarındaki alanlardan biridir ve bu, insan beyninin işleyişinin çok kabataslak bir simülasyonunu oluşturmamıza izin vermelidir.
İlginçtir ki, yapay nöral ağlar yapay nöronlardan oluşur.
Yazar: Dmitriy Parfenovich