"New Neural", MetaTrader 5 platformu için bir sinir ağı motorunun Açık Kaynak projesidir. - sayfa 80
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Seyreklikle ilgili olarak (yukarıda yazılmıştır), maskeye bağlı olarak, her nöron için, saydıktan sonra çıktıların nereye yerleştirileceğini gösterecek olan bir indeks dizisi oluşturabilirsiniz.
Evet!!! konu çok ilginç. Doğal algoritmalar kullanarak bir sinir ağını optimize etme konusunu, bir arı sürüsünü veya onun adıyla bir parçacık sürüsünü optimize etme örneğini kullanarak biraz ele almak istiyorum. Bu yöntemle ilgili bir makale okuduğumda, neye benzediği hakkında bir fikrim vardı, OpenCL'nin yalnızca bir nörona doğrudan uygulanmasından başka bir şey değil, öyleyse neden bunu ek OpenGL grafik DDL'leri kullanarak uygulamaya çalışmıyorsunuz, örneğin, daha ne olsun? test cihazı izin verir. İlgilenen varsa, ilginç bir makalenin bağlantısını verebilirim, ayrıca kaynağa bir bağlantı da var.
Ancak. Böyle bir yaklaşım, topolojilerin genetik çaprazlama girişimlerinin tohumunu bile içermez.
Böyle bir şey duymadım. Farklı topolojileri geçmenin aynı topolojinin evriminden daha iyi bir şeye yol açması mümkün mü?
Böyle bir şey duymadım. Farklı topolojileri geçmenin aynı topolojinin evriminden daha iyi bir şeye yol açması mümkün mü?
Böyle bir şey duymadım. Farklı topolojileri geçmenin aynı topolojinin evriminden daha iyi bir şeye yol açması mümkün mü?
Girdilerin nereden alınacağı, çıktıları kim almak isterse ona izin vermek daha mantıklı görünüyor.
Mümkündür ve bu nedenle modelin özünü değiştirmez. Her ne kadar seçeneklerden hangisinin daha hızlı olacağını kontrol etmeniz gerekmesine rağmen.
Katmanlara ihtiyaç vardır çünkü bazı ağlarda farklı katmanlar farklı girdi işlemeye ve katman içinde birbirine farklı nöron bağlantılarına sahiptir. Aslında evrensel bir ağ kurma hedefinin pratikliğini anlamıyorum. Nüansları ile birçok ağ vardır (farklı katmanlardaki nöronların işlevleri, bağlantıları, ağırlık çalışması vb.). Hepsini tek bir modelle açıklamak bana imkansız veya verimsiz görünüyor. Neden farklı ağlardan oluşan bir kitaplık oluşturmuyorsunuz?
Her nöron, CProcessing temel sınıfının alt öğelerinin genişletilebilir işlevselliği tarafından ayarlanacak olan türüyle (katmandan bahsetmeden) tanımlanabilir. Bu arada, fikir üzerinde düşündüm, ama dizlerimin üzerinde denen şeyin uygulamasını şekillendirdim. Tartışmak ve sonra önceden düşünülmüş bir şeyi uygulamak istedim. CProcessing'de bir Trening fonksiyonunun olması gerektiğinin açık olacağını düşündüm ve her nöron türü için türev ve Tanrı bilir başka nelere bağlı olarak farklı olabilir. Ayrıca doğrudan yayılım ve ters olarak Eğitim olabilir.
Evrensel topoloji ile birlikte, evrensel bir öğrenme şeması elde ederiz, bir nöronun öğrenmesi için ne yapılması gerektiği, nöronun kendisinde tanımlanır ve öğrenme süreci, ızgara boyunca tek bir standartlaştırılmış ilerlemedir.
Örneğin, MLP'de radyal olarak temel nöronların serpiştirildiğini ve aynı zamanda her şeyin normal bir şekilde öğrendiğini gördünüz mü? Ve burada gerçekleştirilebilir.
Evrensel bir açıklama fikri (topolojinin kapsamlı bir açıklaması dahil), aynı "ağ türünden" soyutlamanın mümkün olacağı (nihayet!) O.
Bazı belirli topolojilere belirli adlar vermeyi umursamıyorum (tamamen kolaylık sağlamak için). Ancak bu isimler hipnotize etmeye başlamadığı ve özün algılanmasına engel teşkil etmediği ve fikirlerin kendi aralarında geçmesini engellemediği sürece. Ve bu hayatın her alanında her adımda gözlenir.
Konuyla ilgili yorumlarınızı okuyarak sonuca vardım - Projenin betasını ne zaman görmek istiyorum? ve ayrıntılı bir açıklama içeren bir makale.
...
Konuyla ilgili yorumlarınızı okuyarak sonuca vardım - Projenin betasını ne zaman görmek istiyorum? ve ayrıntılı bir açıklama içeren bir makale.
Çalışırken tartışma, zaman gösterecek.
Evrensel bir açıklama fikri (topolojinin kapsamlı bir açıklaması dahil), aynı "ağ türünden" soyutlamanın mümkün olacağı (nihayet!) O.
Bazı belirli topolojilere belirli isimler vermeyi umursamıyorum (tamamen kolaylık sağlamak için). Ancak bu isimler hipnotize etmeye başlamadığı ve özün algılanmasına engel teşkil etmediği ve fikirlerin kendi aralarında geçmesini engellemediği sürece. Ve bu hayatın her alanında her adımda gözlenir.
İsimler altında yükleme şablonları yapmak mümkün olacaktır, örneğin "MLP" şablonu tüm nöronların tiplerini "algılayıcı" olarak belirtir.