文章 "神经网络轻松制作"
Hello, first time learning neural network, your article is very suitable for me, but I want to know why -1 is needed in many places, such as: nextLayer.Total() - 1, so that it does not match the number of neurons in the next layer .
Ping You Jiang #:
Hello, first time learning neural network, your article is very suitable for me, but I want to know why -1 is needed in many places, such as: nextLayer.Total() - 1, so that it does not match the number of neurons in the next layer .
Hi, it's normal work with array. At mql5 all array index start form 0. And nextLayer.Total() return total number of neurons. So if it back 10 that mean elements of array have indexes from 0 to 9.
新文章 神经网络轻松制作已发布：
人工智能往往伴随着极其复杂和难以理解的事物。 同时，人工智能在日常生活中也越来越多地被提及。 不同的媒体也经常发布有关运用神经网络成就的新闻。 本文的目在于展示任何人都可以轻松创建神经网络，并在交易中运用 AI 成就。
人工智能正在我们生活的各个方面提升覆盖面。 许多新刊物涌现，指出“神经网络已被训练为...”。然而，人工智能仍然伴随着奇妙的事物。 这个想法似乎非常复杂，超自然和玄之又玄。 所以，只有一群科学家才能创造出来这种超凡神迹。 利用我们的家用 PC 似乎无法开发类似的程序。 但请相信我，这并不困难。 我们尝试了解神经网络是什么，以及如何在交易中运用它。
1. AI 网络建设原理
维基百科如此定义神经网络：
人工神经网络（ANN）是受到构成动物大脑的生物神经网络的启发建立的计算系统。 ANN 基于称之为人工神经元的单元或节点连接而成的集合，可模拟生物大脑中的神经元耦合模型。
如此，神经网络是由人工神经元组成的实体，其相对关系有组织地编制。 这些关联类似于生物大脑。
下图展示了一个简单的神经网络示意图。 此处，圆圈表示神经元，且神经元之间直观地以线连接。 神经元被划分为三组，每组位于一层中。 蓝色表示神经元输入层，意即源信息输入。 绿色和红色是输出神经元，输出神经网络的运算结果。 它们之间是灰色神经元，形成隐藏层。
作者：Dmitriy Gizlyk