Mihail Marchukajtes: 我花了一整天的时间在Quickcom上，伙计们，它是如此的痛苦，你不会希望它在你的敌人身上。说实话，选项模块真的是一团糟 :-(。而最主要的是，有很多地方可以建立波动性的微笑。我有很多网络服务和独立的应用程序，但没有一个有参数计算的微笑。如果它是由三个值描述的，我就不需要看了。而最主要的是，没有人计算这些价值，唉。只有smartX算，但它没有在Wine下设置，或者他们有一个歪曲的分布，已经下载了所有的选项和过去。我记得显示屏的配置是智能的，就像在MT中一样，显示了他的外貌老兄，所以他只是翻出了它开始的酷。这是胡说八道，同志们。尽可能快地逃离 "快"。这样的废话....
所以这就是这一层的作用。
问题不在于压缩，而在于数十亿的序列，其中99.9%是垃圾。
这就是问题所在，在你压缩它之前，你必须把它扔掉。
当你把它扔掉时，你就不必再压缩任何东西了)。
嗯，是的，但没有对代理人以前的行为的记忆，那是不同的。
我再看一遍活页夹，然后再去挖代码。
对我来说，这不是内存，只是看起来像内存，它是NS结果的新数据，用于量化，此外它已经被分解成群组。而事实证明，系统似乎记住了，但实际上它在BP部分的开始就得到了结果数据。在这种情况下，它不是重复传递，而是考虑到了数据的向前移动。问题是它如何接收和如何考虑到。可能有一个额外的神经元用于核算，也可能有加权的数据。
https://cran.r-project.org/web/packages/glmdisc/vignettes/glmdisc.html
考虑到目标的离散化（数量化）的软件包
谢谢，看了一下。按照我的理解，又在玩随机游戏？你自己试过吗？我没有看到如何在事后将分区条件保存到一个文件中，以便在新数据进来时应用。
我花了一整天的时间在Quickcom上，伙计们，它是如此的痛苦，你不会希望它在你的敌人身上。说实话，选项模块真的是一团糟 :-(。而最主要的是，有很多地方可以建立波动性的微笑。我有很多网络服务和独立的应用程序，但没有一个有参数计算的微笑。如果它是由三个值描述的，我就不需要看了。而最主要的是，没有人计算这些价值，唉。只有smartX算，但它没有在Wine下设置，或者他们有一个歪曲的分布，已经下载了所有的选项和过去。我记得显示屏的配置是智能的，就像在MT中一样，显示了他的外貌老兄，所以他只是翻出了它开始的酷。这是胡说八道，同志们。尽可能快地逃离 "快"。这样的废话....
这是一个艰难的事情，快速。
谢谢，我查了一下。我想， 又 在 玩随机游戏 了吧？你自己试过吗？ 我没有看到如何将分区条件保存到一个文件中，以便在新数据进来时应用。
在tensorflow 中 -在keras中-在theano中- 在mxnet中-在pyTorch中- 等等 ....
我没有看到按钮--"转换数百万行代码，在mql中 创建和训练一个卷积深度网络！！因为我是一个交易员，我想"
但整个世界都在使用它，它必须是一个随机的游戏。
:)
，但有一个按钮可以删除所有关于...
))))
进展如何？
))))
进展如何？
消失了......现在从2019年初到现在已经测试了一个多小时，我很快会给你发一张截图
你知道，几乎在每一个酒吧，神经网络都会被重新训练。