交易中的机器学习:理论、模型、实践和算法交易 - 页 2033 1...202620272028202920302031203220332034203520362037203820392040...3399 新评论 Александр Алексеевич 2020.10.23 14:56 #20321 Maxim Dmitrievsky: 在终端编写神经网络根本不是一个选项。在那里,任何功能都可能突然不按预期工作。使用准备好的测试的。 好吧,有规律的网格很好学)用递归法,我想弄清楚如何计算梯度 Rorschach 2020.10.23 14:58 #20322 Aleksey Vyazmikin: 展示一张树丛的图片,我还不知道我们在说什么。为什么要打开它?:)我只是做了一个结构类似的迷你拷贝,用于调试。 我重建了几次,解压后需要6GB。 周日、月日、小时、分钟、......退出也一样,交易时间(分钟)、SL、TP、结果+1 [删除] 2020.10.23 15:32 #20323 Alexander Alekseevich: 好吧,一个普通的网格就可以了)用递归法,我在想如何计算梯度的问题 网格本身不太可能显示出良好的效果,建议将它们与卷积的 Renat Akhtyamov 2020.10.23 16:36 #20324 Maxim Dmitrievsky: 你想自己写网络吗?在Python中,有一个最小的单词和最大的代码,但也有英语。https://datascience-enthusiast.com/DL/Building_a_Recurrent_Neural_Network-Step_by_Step_v1.html 这些是简单的数字滤波器,有一堆滤波器的系数 Maxim Dmitrievsky: 在终端编写神经网络根本不是一个选项。在那里,任何功能都可能突然以与预期不同的方式工作。 使用准备和测试 为什么? Александр Алексеевич 2020.10.23 17:18 #20325 Renat Akhtyamov: 这些只是普通的数字滤波器,有一堆滤波器的系数为什么? 这就是我要说的)最主要的是,所有的东西都应该被正确计算。 [删除] 2020.10.23 18:35 #20326 Renat Akhtyamov: 这些只是普通的数字滤波器,有一堆滤波器的系数为什么? 因为它是一个半扑克牌的日本人。 Farkhat Guzairov 2020.10.23 19:22 #20327 亚历山大-阿列克谢耶维奇: ,这就是我要说的)主要的是,一切都应该正确计算 既然你有传统网络的经验,你一定尝试过用MQL和纯C++代码进行训练,以引起你的兴趣,如果没有,可以尝试一下,你会马上有一个想法。 Aleksey Nikolayev 2020.10.23 19:30 #20328 马克西姆-德米特里夫斯基: ,因为它是半扑克牌的Jap 我记得有一个承诺,要在ONNX中加入WinML) Ilnur Khasanov 2020.10.23 20:15 #20329 Maxim Dmitrievsky: 本身不太可能显示出良好的效果,建议与卷积物叠加。这些都是有趣的问题。你说的 "堆栈 "是什么意思?如何理解哪种架构(集合体、模型树)更好?通过什么尺度来理解,通过最后的结果来理解?如何正确组合,例如,同一lstm复发的catbusts?而这是否值得... Mihail Marchukajtes 2020.10.23 20:48 #20330 我最近一直在调整优化器,主要是在度量方面。我做了这么多,我为自己感到骄傲。我是一个真正的魅力者,我是一个真正的修补者,所以让我保持悬念 :-) 1...202620272028202920302031203220332034203520362037203820392040...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
在终端编写神经网络根本不是一个选项。在那里,任何功能都可能突然不按预期工作。使用准备好的测试的。
展示一张树丛的图片,我还不知道我们在说什么。
为什么要打开它?:)我只是做了一个结构类似的迷你拷贝,用于调试。
我重建了几次,解压后需要6GB。
周日、月日、小时、分钟、......退出也一样,交易时间(分钟)、SL、TP、结果+1好吧,一个普通的网格就可以了)用递归法,我在想如何计算梯度的问题
你想自己写网络吗?
在Python中,有一个最小的单词和最大的代码,但也有英语。
https://datascience-enthusiast.com/DL/Building_a_Recurrent_Neural_Network-Step_by_Step_v1.html
这些是简单的数字滤波器,有一堆滤波器的系数
在终端编写神经网络根本不是一个选项。在那里,任何功能都可能突然以与预期不同的方式工作。 使用准备和测试
为什么?
这些只是普通的数字滤波器,有一堆滤波器的系数
为什么?
这些只是普通的数字滤波器,有一堆滤波器的系数
为什么?
,这就是我要说的)主要的是,一切都应该正确计算
既然你有传统网络的经验,你一定尝试过用MQL和纯C++代码进行训练,以引起你的兴趣,如果没有,可以尝试一下,你会马上有一个想法。
,因为它是半扑克牌的Jap
我记得有一个承诺,要在ONNX中加入WinML)
本身不太可能显示出良好的效果,建议与卷积物叠加。