文章 "神经网络在交易中的实际应用 (第二部分). 计算机视觉" - 页 3

[LEbEdEV]

MetaQuotes:

发表文章：神经网络在交易中的实际应用（第 2 部分）。计算机视觉：

作者：安德烈-迪布罗夫

请原谅我的疏忽，但在对数字数据进行处理时

MetaQuotes:

神经网络在交易中的实际应用（第二部分）》一文已经发表。计算机视觉：

作者：安德烈-迪布罗夫

请原谅，但在数字数据处理图形的情况下--这是一种变态......

1.你应该用 png 做所有事情 =)

2.就神经趋势而言，强化学习适合....。否则，你将不得不向神经元解释两个图形图像（阵列）之间的区别，而在数字数据面前，这是一个不必要的技巧。神经元能以数字方式理解一切，也能以数字方式获取数据=)

[Andrey Dibrov]

LEbEdEV #:
对不起，对于数字数据，处理图形是一种变态。

请原谅我，但对于数字数据，处理图形是一种变态....。

1.你必须用 png 做所有事情 =)

2.就神经趋势而言，强化学习适合....。否则，你将不得不向神经元解释两个图形图像（阵列）之间的区别，而在数字数据面前，这是一个不必要的技巧。神经元能以数字方式理解一切，也能以数字方式获取数据=)

....我使用图形来识别相似性，然后将其用作过滤器。就是这样。我建议你也 用神经元来分析文本信息......

[darirunu1]

Andrey Dibrov #:

问题的关键并不是要将某些东西形式化为 "凿子"。一般来说，"之 "字形是一个有问题的指标...特别是动态滞后，不能说明任何问题....

https://youtu.be/mcQH-OqC0Bs, https://youtu.be/XL5n4X0Jdd8

在这一点上你大错特错。不要再盯着一根蜡烛看了，一切都会一目了然。

[Andrey Dibrov]

darirunu1 #:

你大错特错了。不要再盯着一根蜡烛看了，一切都会一目了然。

如果我们用脑子里最好的神经网络查看我们的人工神经网络正在查看的图表截图....我们可以看到，上面不止一根蜡烛。

[Andrey Dibrov]

LEbEdEV #:
对不起，对于数字数据，处理图形是一种变态。

请原谅我，但对于数字数据，处理图形是一种变态....。

1.你必须用 png 做所有事情 =)

2.就神经趋势而言，强化学习适合....。否则，你将不得不向神经元解释两个图形图像（阵列）之间的区别，而在数字数据面前，这是一个不必要的技巧。神经元能以数字方式理解一切，也能以数字方式获取数据=)

是的，在训练阶段，硬件资源需要大幅提高。但这都在情理之中。

但在分析和响应阶段，神经网络只需要图像，不需要额外的数字化数据。例如，我的工作神经网络是分析时间序列的，它们排成一串，每个都有 50 多个输入。

那么问题来了--在哪里扭转更好呢？在训练阶段还是在工作阶段？

[okwh]

用的卷积核是什么内容？