文章 "神经网络：从理论到实践" - 页 3

新评论
 

marketeer:

叶捷尔金： 也就是说，对于一个成熟的神经顾问（自我学习）来说，有必要在程序代码中嵌入 "标准遗传优化算法 "吗？

当然不需要！这就是为什么它是标准的，因为它已经嵌入到优化器中了。它可以自行优化网格权重。
那我就不明白了。如果 "标准遗传优化算法 "是嵌入在优化器中的，那么自学神经顾问又怎么能使用这种 "外部 "算法进行自学呢？
 
Yedelkin:
那我就不明白了。如果 "内部遗传优化算法 "被插入到优化器中，那么自我学习的神经顾问如何利用这种 "外部 "算法进行自我学习呢？
互动的方向恰恰相反。类比普通的智能交易系统（Expert Advisor）--有一个优化器通过输入参数拉动智能交易系统（任何智能交易系统）的 "黑盒子"。如果 Expert Advisor 中有一个神经网络，它就不再是一个 "黑盒子"。只有优化参数是一堆网格权重。
 
Yedelkin:
那我就不明白了。如果 "内部遗传优化算法 "被植入优化器，那么自学神经网络又如何利用这种 "外部 "算法进行自学呢？

简单地说，神经网络 是一个形式为 f[x1,x2,...,xn][w1,w2,...,wn]的函数，其中 x 是输入信息（它是变化的，取决于市场情况），w 是网络的权重，是固定的系数（在本文中为输入参数），通过在测试仪中进行优化来选择。

因此，如果需要在在线模式下训练网络，就不能使用标准优化器，而必须使用某种优化算法（应内置在智能交易系统中）。

 
marketeer:
互动的方向正好相反。与普通的 "智能交易系统 "相比，"智能交易系统 "的 "黑盒子"（任意）中有一个优化器，它负责调用输入参数。如果 Expert Advisor 中有一个神经网络，它就不再是一个 "黑盒子"。只有优化参数才是一堆网格权重。
如果是这样，那么就谈不上神经顾问的自我训练了。 而训练就叫做普通的参数拟合。
 
joo:  因此，如果您需要在线训练网络，就不能使用标准优化器，而必须使用某种优化算法（将内置在智能交易系统中）。
是的，这就是我想澄清的一点。事实证明，只有在这种情况下，神经顾问才能真正称得上是自学 型顾问。
 
yu-sha: http://lancet.mit.edu/ga/- 麻省理工学院
谢谢大家！我对方向有了大致的了解。
 


yu-sha: http://lancet.mit.edu/ga/ - Massachusetts Institute of Technology

耶德尔金

谢谢大家！我大致了解了方向。
MQL5 所需的所有工具都已在本地论坛上提供。
 
joo: MQL5 所需的所有工具都已在本地论坛上提供。
这是肯定的 :)我只需要了解基本的技巧。
 
Yedelkin:
如果是这样，那么就不存在神经顾问的自我训练，而训练被称为普通的参数拟合。
难道你天真地认为自我训练就是不寻常的拟合？
 

Reshetov:
А Вы наивно полагаете, что самообучение - это необычная подгонка?

网络学习= 拟合

自学 = 自拟合

1234567891011
新评论