文章 "深度神经网络 (第 IV 部)。创建, 训练和测试神经网络模型"
对作者表示敬意，因为他撰写文章的效率很高，并从中感受到了科学的力量，但在我看来，他的文章还希望具有实用性。
作者在执行部分指出，他所描述的方法的目的是简化数据工作（使用无标签数据），以减少迭代次数（epochs）等。
因此，预期的结果显然是加速多层perseptron（MLP）的学习过程，而不影响其工作结果（实际上结果相同）。
那么，我有一个问题--你们是否已经用 perseptron 的工作解决了所有问题，包括识别模式、预测金融市场，以及是否有可以证实的例子？
这个问题是反问句，因为在目前的 4 篇文章中，我没有找到一个 Expert Advisor 或指标的例子，这可能就是为什么在这些文章的分支中几乎没有来自 MQL 社区的感兴趣的讨论。
不过，答案就在作者的早期作品中--原来他曾试图解决这个问题，但正如您所看到的，没有成功，目前也不再可行......
https://www.mql5.com/ru/forum/79058/page6#comment_5791509
- 2017.09.20
- www.mql5.com
我需要一些简单的例子。这里没有多少学者。
下午好。
我不是学者，甚至不是程序员。我只是一名执业交易员。
有什么例子可以帮助你理解这个主题？
祝您好运
如果神经网络在交易中的应用 并不是毫无意义的，那么掌握和应用这样一个强大的工具当然会非常有趣。
我完全不理解突出显示的部分。使用神经网络会使交易变得毫无意义？你能解读一下吗？我只是好奇。
祝你好运
我完全不理解突出显示的部分。使用 NN 时，交易变得毫无意义？您能解读一下吗？只是好奇而已。
祝你好运
不要在没有意义的地方寻找意义 :))))人们只是想离市场更近一点，例如，现成的交易策略会更清晰......而且他们仍然可以在这些无穷无尽的错综复杂的神经网络 中停下来 + 毕竟，R 在这里并没有被很多人使用，所以它有点沉重，沉重....。:)但文章非常酷，毫无疑问，你一直都有
我会做你知道我会做什么......在一个软件包上停下来，比方说 mxnet，用 R 做所有的研究，展示并讲述一些东西，然后将 dll 连接到这个软件包的 mt5，并展示如何使用那里提供的基本模型......然后更多的人可以从这里尝试，因为不是每个人都想安装 R......但这只是我的想法。
下午好。
我不是学者，甚至不是程序员。我只是一名执业交易员。
有什么例子可以帮助您理解这个主题？
祝你好运
我对科学和编程知之甚少，但您教人给神经网络编程，就像那句谚语："如果您自己做不到，那就教别人":))))。
作为一名执业交易员，您能说出神经网络工作的成功之处吗？
深度神经网络最擅长为具有清晰结构（模式）的数据建模，例如代表图像中物体的数据，DNN 已成功应用于计算机视觉中的物体检测和图像分割。市场价格波动是一种非结构化数据（没有明显的模式），在这种情况下，不管深度神经网络的层数有多深，都无法逐层增加特征，并期望创建代表正确交易信号的高阶特征......
总之，我喜欢你的文章，也喜欢你将 DNN 用于交易的努力尝试。
最好，
Rasoul
深度神经网络最擅长为具有清晰结构（模式）的数据建模，例如代表图像中物体的数据，DNN 已成功应用于计算机视觉中的物体检测和图像分割。市场价格波动是一种非结构化数据（没有明显的模式），在这种情况下，不管深度神经网络的层数有多深，都无法逐层增加特征，并期望创建代表正确交易信号的高阶特征......
总之，我喜欢你的文章，也喜欢你将 DNN 用于交易的努力尝试。
Rasoul
这个想法是对的，但我不明白它与文章有什么关系。请看图片。
您没有看到清晰的结构（模式）？我们能否对这个定义有不同的理解？
在图中，两个之字形的最小膝长为 38/75 n。
您没有认真阅读文章。
祝您好运
新文章 深度神经网络 (第 IV 部)。创建, 训练和测试神经网络模型已发布：
本文将研究 darch 软件包的新功能 (v.0.12.0)。它包含具有不同数据类型, 不同结构和训练顺序的深度神经网络训练的描述。培训结果也包括在内。
经过训练的神经网络可以根据需要进一步在新数据基础上进行训练。只有有限数量的模型才有可能。由复杂受限 Boltzmann 机 (DNRBM) 初始化的深度神经网络的结构图显示在图例.2 中
图例.2. DNSRBM 的结构图
作者：Vladimir Perervenko