Potansiyel sorunlar: Sınırlı eğitim: MaxEpochs parametresi 1 olarak ayarlanmıştır, bu da her bir tikteki ağ eğitim iterasyonlarının sayısını sınırlar. Daha iyi optimizasyon için bu değeri artırmaya değer olabilir. Yüksek spreadli riskler: İşlemleri açan işlev, spread çok yüksekse bunları engeller, ancak spread normalleşirse yeniden denemek için bir mantık yoktur. Giriş normalleştirme işlevinde minimum hacim normalleştirme: Mumların hacmini normalleştirirken, girdiler küçük bir sabit (EPSILON) eklenerek değerlerine bölünür, bu da düşük hacimlerle çalışırken etkisiz normalleştirmeye yol açabilir. Ceza modelleri: Günlük kâr hedef değerin altındaysa, öğrenme oranını azaltan bir ceza etkinleştirilir. Ancak, bunun EA'nın performansını uzun vadede nasıl etkilediğini açıklayacak ayrıntılı bir mantık yoktur. Öneriler: Epok sayısını artırarak sinir ağı eğitim sürecini iyileştirmeyi düşünün. Spread normalleştirildiğinde bir işlem açmak için yeniden denemeler ekleyin. Öğrenme oranında aşırı düşüşü önlemek için ceza mekanizması hakkında daha dikkatli düşünün.
IGOR IAREMA # :
Olası sorunlar: Sınırlı eğitim: MaxEpochs parametresi 1'e eşittir, bu da her tikte ağ eğitiminin yineleme sayısını sınırlar. Daha iyi optimizasyon için bu değeri artırmaya değer olabilir. Yüksek spreadli riskler: İşlemleri açan işlev, spread çok yüksekse bunları engeller, ancak spread normalleşirse tekrar denemek için bir mantık yoktur. Giriş verileri normalleştirme işlevinde minimum hacim normalleştirme: Mumların hacmini normalleştirirken, girdiler küçük bir sabit (EPSILON) eklenerek değerlerine bölünür, bu da düşük hacimlerle çalışırken etkisiz normalleştirmeye yol açabilir. Ceza modelleri: Günlük kâr hedef değerin altındaysa, öğrenme oranını azaltan bir ceza etkinleştirilir. Ancak, bunun uzun vadede danışmanın performansını nasıl etkilediğini açıklayacak ayrıntılı bir mantık yoktur. Öneriler: Epok sayısını artırarak sinir ağı eğitim sürecini iyileştirmeyi düşünün. Spread normalleştirildiğinde bir işlem açmak için tekrarlanan denemeler ekleyin. Öğrenme hızında aşırı azalmayı önlemek için ceza mekanizmasını daha dikkatli düşünün.
Olası sorunlar: Sınırlı eğitim: MaxEpochs parametresi 1'e eşittir, bu da her tikte ağ eğitiminin yineleme sayısını sınırlar. Daha iyi optimizasyon için bu değeri artırmaya değer olabilir. Yüksek spreadli riskler: İşlemleri açan işlev, spread çok yüksekse bunları engeller, ancak spread normalleşirse tekrar denemek için bir mantık yoktur. Giriş verileri normalleştirme işlevinde minimum hacim normalleştirme: Mumların hacmini normalleştirirken, girdiler küçük bir sabit (EPSILON) eklenerek değerlerine bölünür, bu da düşük hacimlerle çalışırken etkisiz normalleştirmeye yol açabilir. Ceza modelleri: Günlük kâr hedef değerin altındaysa, öğrenme oranını azaltan bir ceza etkinleştirilir. Ancak, bunun uzun vadede danışmanın performansını nasıl etkilediğini açıklayacak ayrıntılı bir mantık yoktur. Öneriler: Epok sayısını artırarak sinir ağı eğitim sürecini iyileştirmeyi düşünün. Spread normalleştirildiğinde bir işlem açmak için tekrarlanan denemeler ekleyin. Öğrenme hızında aşırı azalmayı önlemek için ceza mekanizmasını daha dikkatli düşünün.
Merhaba IGOR IAREMA ,
Ayrıntılı geri bildiriminiz ve olası sorunlara ilişkin görüşleriniz için teşekkür ederiz. Belirttiğiniz hususları dikkatle inceledik:
- Sınırlı Eğitim: Daha iyi optimizasyon sağlamak için MaxEpochs parametresini artırmayı planlıyoruz.
- Yüksek Spreadli Riskler: Spread normalleştiğinde işlemleri yeniden denemek için mantık uygulayacağız.
- Minimum Hacmin Normalleştirilmesi: Daha etkili sonuçlar elde etmek için düşük hacimler için normalleştirme işlevini optimize ediyoruz.
- Ceza Modelleri: Öğrenme oranını kontrol eden mantık, uzun vadeli performans iyileştirmeleri sağlamak için rafine edilecektir.
Bu iyileştirmeleri ele alan kapsamlı bir güncelleme halihazırda devam etmektedir. Değişiklikler oldukça karmaşık olduğu için biraz daha uzun sürüyor, ancak beklemeye değeceğinden eminiz. Sabrınız ve anlayışınız için teşekkür ederiz!
Saygılarımla,
SM.S
Neurobook'u ve kaynakları indirdikten sonra, tamamen Python'da bir sürümün var olup olmadığını bilmek istiyorum? Sağlanan sürüm bir sorun teşkil ediyor ve özellikle openCl yürütmelerinin makinede yapılamayacağını düşünüyorum. Şu anda bir dönüşüm deniyorum, ancak bu biraz titanik!
Daha önce böyle bir çalışma yapmış olan veya Python versiyonu için kaynakları nerede bulabileceğini bilen herkese saygılarımla.
Daha önce böyle bir çalışma yapmış olan veya Python versiyonu için kaynakları nerede bulabileceğini bilen herkese saygılarımla.
Encho Enev sinir ağı parametresi bulunamadı. Yeni başlatılıyor. Bunun nedeni ne olabilir?
Henüz çalıştırmadım, ancak koda göre sinir ağını canlı bir grafiğe koymadan önce strateji test cihazında eğitmeniz gerekir. Bunu yaptınız mı?
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Neurotest:
tarafsız ağ için bir metindir ve görüşlerinizi bilmek isteriz.
Author: Mustafa Seyyid Sahin