文章 "神经网络：从理论到实践" - 页 8

[sigma7i]

这篇文章写得很好
只有关于 2 个或更多神经元系统的示例问题仍未解决。

也许有人有一个 2 或 3 个神经元顾问的简单例子？

[Dmitriy Parfenovich]

sigma7i:

这篇文章写得很好
只有关于 2 个或更多神经元系统的示例问题仍未解决。

也许有人有一个 2 或 3 个神经元顾问的简单例子？

我本打算就这个问题写第二篇文章，但现在还没有时间。

试试这个设计

double out_net; //网络结果
double out[2];  //第一层神经元的结果

out[0]=CalculateNeuron(inputs0,weight0); //计算第一层中的第一个神经元
out[1]=CalculateNeuron(inputs1,weight1); //计算第一层的第二个神经元
out_net=CalculateNeuron(out,weight2);    //计算网络的输出神经元

我认为思路已经很清晰了。

[sigma7i]

fyords:

试试这个设计。

我想你会明白的。

非常清楚，谢谢！

这里的结果是，每个神经元的权重系数数都会翻倍，但这是一个创造力的问题:)。

我等着看文章！

[TipMyPip]

MetaQuotes:

新文章《神经网络：从理论到实践》出版：

作者：Дмитрий

亲爱的先生们，非常感谢您的文章，您能否将（,）逗号改为浮点？

733,56

2 658,29

733.56

2 658.29

[Paul Anscombe]

这篇文章写得很好。

不过我有一些问题...

在你的 1 个神经元示例中，输入是 RSI 指标最近 10 个周期的值。因此，该神经元的输出将是最近 10 个 RSI 值的复杂加权平均值，这是您设想的指标数据在现实中的使用方式吗？

例如，如果我想使用 3 个指标作为输入，您是希望按照您文章中的方式实现 3 个神经元级联到第 2 层神经元，还是简单地使用 3 个指标中每个指标的最后值作为单个神经元的输入？

我的另一个问题是，在多层网络中，考虑到第一层的数据范围为-1,1 或 0,1，您是否还需要将第一层的数据归一化后再输入第二层？

非常感谢

[Jin]

有人试着模仿这些结果吗？

我尝试的所有结果都是向前平衡。

此外，处理的刻度线数量也不匹配 - 几乎只有图片中显示的一半。

有一件事引起了我的注意：如果禁用 "向前 "选项，2012.01.02 至 2012.09.14 期间的 17331 个刻度线数量完全吻合。嗯...

[enbo lu]

这篇文章写得很好，让人很容易理解神经网络 的基本概念。对我帮助很大。谢谢！

[[删除]]

谢谢。
一个有趣的例子，使用了这个概念。https://www.mql5.com/zh/code/1649

[surubabs Suresh Kakkattil]

MetaQuotes:

新文章《神经网络：从理论到实践》出版：

作者：Дмитрий

https://www.mql5.com/zh/code/1649 是 文章基础上最好的例子、

大多数使用布林线的交易者都在搜索基于布林线宽度的 EA、

我发布的 EA 给出了布林带的宽度，它没有使用任何 iCustom 指标，所有的计算都是在布林带指标的基础上完成的、

通过使用神经网络方法，您可以看到 EA 在突破时的交易宽度。

你自己看一下就知道了。

[Cagatay Tezsezen]

好文章。不过，这种方法会让你得出曲线拟合的结果。最终，真实账户的 实时测试可能会让人失望。这篇文章提供的信息对那些想了解如何开始人工智能的人来说很有价值，但他们必须找到更好的实施方法，避免使用曲线拟合方法。任何交易系统都必须能够使用一些动态参数，以反映不断变化的市场条件。否则，EA 会在很短时间内过时，导致您的账户余额为零。因此，输入的设计必须非常谨慎。重要的是输入的设计，你需要知道输出应该是什么样子。人工智能并不意味着你提供任何输入，就能获得巨大的输出。 人工智能开发人员有一个非常常用的词，"垃圾进，垃圾出"。