"Üçüncü Nesil Nöral Ağlar: Derin Ağlar" makalesi için tartışma - sayfa 14

Yeni yorum
 
Rashid Umarov:
Kodu doğru giriniz, lütfen. Düzelttim
Teşekkür ederim. Hangi düğme olduğunu hemen fark etmemiştim.
 
Vladimir Perervenko:

İyi günler.

Hangi senaryodan bahsediyoruz?

Komut dosyasında ne olduğunu biraz daha ayrıntılı olarak açıklayabilir misiniz?

Anladığım kadarıyla betiği test cihazındaki R işlemi ile çalıştırmayı başardınız?

Eğer öyleyse, bu ilginç.

Lütfen zaman ayırın ve mümkün olduğunca ayrıntılı olarak açıklayın. R işlemi bir istemci-sunucu paketinde mi yoksa tek bir Rterm'de mi yürütülüyor?

Evet. Bir istemci-sunucu bağında çalışır.

Mümkün olduğunca basit bir şekilde nasıl açıklayabilirim?

OnTimer() fonksiyonundaki kodu OnTick() ve OnTimer() için ortak bir fonksiyon haline getirdim. Eklediğim tek şey özel bir mod anahtarı ve bir tik sayacı oldu.

Diğer tüm başlangıç prosedürleri aynı kaldı. Biraz sonra işlevi foruma ekli komut dosyasında uygulayacağım ve yayınlayacağım.

Not: MQL4 belgeleri, OnTimer() işlevinin test cihazında çalışmadığını söylüyor.

 
kimkarus:

Evet. İstemci-sunucu.

Bunu mümkün olduğunca basit bir şekilde nasıl açıklayabilirim?

OnTimer() fonksiyonundaki kodu OnTick() ve OnTimer() için ortak bir fonksiyon haline getirdim. Eklediğim tek şey özel bir mod anahtarı ve bir tik sayacı oldu.

Diğer tüm başlangıç prosedürleri aynı kaldı. Biraz sonra işlevi foruma ekli komut dosyasında uygulayacağım ve yayınlayacağım.

Not: MQL4 belgeleri, OnTimer() işlevinin test cihazında çalışmadığını söylüyor.

OnTimer()'ı anlıyorum.

İstemci-sunucu bağlantısı üzerinde herhangi bir ek hamle yaptınız mı?

Hala çalışmıyor. İngilizce konuşulan başlıktaki mesajlara bakılırsa, sadece ben de değilim.

İyi şanslar

 

Söz verdiğim gibi, strateji test cihazında çalışmak için yerel SAE'yi MQL4'e ekledim.

i_SAE

e_SAE

Orijinalleri değiştirin, *.ex dosyasını yeniden derleyin.

Test cihazını başlatın, e_SAE'yi seçin, Enable timer = false ve Count ticks = 120 olarak ayarlayın (benim için en uygunuydu). Başlayın.

Hız ekliyoruz, sol tarafta "OPP = CLOSE...." sihirli mesajını bekliyoruz ve hızı azaltıyoruz. Sonra, sunucuya gönder = true ile grafiğe i_SAE ekleyin. Biraz daha hız ekleyin. Sonuçların kesinleşmesini bekliyoruz.

Benim R sürümüm 3.2.2. Her iki dosyadaki sürümünüzü karşılaştırdığınızdan emin olun!

Deneylerinizde iyi şanslar!

e_SAE

 
Merhaba, sunucu soketi ile ilgili sorunu çözmenin bir yolunu buldunuz mu?
 

Merhaba, Makaleye ekli, güncellenmiş bir uzman.

Makaleyeekli, güncellenmiş bir uzman.

Çıkın oradan.

Çık oradan.

Vladimir

 

İyi günler.

Bu iyiydi. Teşekkür ederim.

Şimdi test cihazında nasıl çalıştığını kontrol edelim ve R ile gelecekteki örneklerde bu özelliği dahil edeceğim.

Yeni DNRBM makalesine ekli olarak, bu DNSAE EA'nın kendi kendine öğrenme özelliğine sahip, ancak sunucusuz yeniden tasarlanmış bir sürümü bulunmaktadır.

Lütfen test edin.

İyi şanslar

 
Merhaba, giriş için 11 osilatör göstergesi kullandığınızı görüyorum, Mt4'te bazı göstergelerim var ve bunlar osilatör değil, Makalenizdeki gibi bu göstergeleri nasıl ekleyebilir veya değiştirebilirim

Yığılmış RBM (DN_SRBM) https://www.mql5.com/tr/articles/1628

Deep neural network with Stacked RBM. Self-training, self-control
Deep neural network with Stacked RBM. Self-training, self-control
  • 2016.04.26
  • Vladimir Perervenko
  • www.mql5.com
This article is a continuation of previous articles on deep neural network and predictor selection. Here we will cover features of a neural network initiated by Stacked RBM, and its implementation in the "darch" package.
 
Büyüleyici.

İlginçtir ki, eğer bir insan bir göreve dalmışsa
insan gelişecektir, ancak bir makine aynı şeyi yaparsa yerel bir optimumda kalabilir.

Belki de algoritmik daldırma "Çalışma" paradigmasından "Yürütme" paradigmasına dönüşebilir.

Harika Makale.Destekler
 
Vladimir Perervenko:


Yine model bozulana kadar yaklaşık 5 haftalık karlı bir aşamaya sahibiz.

Bu normal bir durumdur. Model periyodik olarak yeniden öğrenebilir ve öğrenmelidir.

Test ve eğitim verilerini ayırmanın gereksiz olduğuna inanıyorum: eğitim için tüm verileri kullanabiliriz.

Olabilir. Birkaç önemli noktayı hatırlamak önemlidir:
1. Eğitim ve test setleri kesişmemelidir.
2. Eğitim seti karışık olmalıdır

3. Denge sınıflarının oranı ise - ayarlamayı yapmak için .

R kullanan meslektaşlarım olduğuiçin mutluyum.

Saygılarımla

Vladimir

Merhaba,

lütfen sinir ağları (NN) hakkındaki bazı olumsuz önyargılarımı netleştirmeme yardımcı olun.

  1. Öncelikle NN'ye yerleştirilecek göstergeleri optimize etmeniz gerektiği doğru mu?
  2. Sonra NN'nin parametrelerini mi optimize edersiniz?
  3. Yoksa NN ve göstergelerin parametrelerini aynı anda mı optimize edersiniz?
  4. Optimize etmeniz gereken değişken sayısı arttıkça aşırı uyarlama tehlikesinin de arttığı doğru değil mi?
  5. Eğer 1. ve 2. veri setleri aynıysa, bu beni veri setine bir tür aşırı adaptasyona götürmez mi?
  6. "Yine model bozulana kadar yaklaşık 5 haftalık karlı bir aşamamız var." ifadesi tam olarak bunu göstermiyor mu?
  7. a) Test cihazı tarafından hep birlikte optimize edilmiş bir grup göstergeye sahip olduğumuzu varsayalım ve şimdi
    b) test cihazı tarafından yalnızca optimize edilmiş göstergelerden hangisine ihtiyacımız olduğunu kontrol etmek için ikinci bir optimizasyon çalıştırıyoruz(*)
    c) böylece optimize edilmiş göstergelerimizden daha küçük bir demetimiz var
    d) NN'ye ne için ihtiyacım var?
  8. Girdi, katman ve algılayıcı sayısı nedeniyle bir NN için veri setinin ne kadar büyük olması gerektiğine dair bir tahmin biliyor musunuz?


(*) Maalesef, mt4'ün optimize edicisini genetik modda çalıştırırsanız ve OnInit()'ten"INIT_PARAMETERS_INCORRECT" ile dönerek belirli parametre setlerini atlamayı denemek isterseniz (örneğin, "indicator-A" 'açık' ise test etmeyin)genetik algoritma bunu hala geçerli bir geçiş olarak sayar ve bu, sonlandırma kriterlerinden biri olan geçiş sayısı nedeniyle bu algoritma durmadan önce gerçekte yürütülen geçiş sayısını azaltır.


1...7891011121314151617
Yeni yorum