脚本形式的神经网络 - 页 2

 
YuraZ:
kombat
这个脚本的逻辑有些类似于一个简单的4V2编码器

当然,这个小工具是很有趣的!


但是,网络被训练的内容就是它被保证显示的内容!


现在试着用她在训练中没有看到的东西来喂养她的投入!这是很重要的。

她要疯了!




test_pat[0] = 1 ;
test_pat[1] = 1 ;
test_pat[2] = 0 ;
test_pat[3] = 0 ;
test_the_network() 。
Print(MathRound( ol_a[0]), " 1100 ", MathRound( ol_a[1]) ;

她回答:1 0

尽管从逻辑上讲,它应该回答1 1

---

右边的网络也会这样做--它将回答1 1,尽管它在训练期间没有看到任何这样的数据。



试着给网络上的人讲讲下面的例子


OUTPUT = INPUT

30.00 = 100.00
27.50 = 87.50
25.00 = 75.00
20.00 = 50.00
15.00 = 25.00
13.75 = 18.75
12.50 = 12.5
11.25 = 6.25
10.00 = 0.00

然后给它一个输入,例如62.5,应该产生22.50的输出。


MUST = INPUT

22.50 - 62.5

这是一个简单的扩展例子,网络处理起来就像没剥皮的花生一样。



在这个算法中,有4个输入和2个输出。



所以你必须这样教网络。

______ входы_______________выходы

1______2_______3______4 _____1______2

30.00_ 100.00_ 27.50_ 87.50_ 25.00_ 75.00


但在此之前,你必须把所有东西除以100,才能进入网络0-1的范围。

在这个范围之外,网络就不会学习。好吧,它并不像所教的那样回应。


______ входы_______________выходы

1______2_______3______4 _____1______2

0,30___ 1,0___ 0,275_ 0,875___ 0,25___ 0,75


数据准备的例子 :

 

抒情的题外话...;)

Белл с 1873 г. пытался сконструировать гармонический телеграф, добиваясь возможности передавать по одному проводу одновременно семь телеграмм (по числу нот в октаве). Он использовал семь пар гибких металлических пластинок, подобных камертону, при этом каждая пара настраивалась на свою частоту. Во время опытов 2 июня 1875 г. свободный конец одной из пластинок на передающей стороне линии приварился к контакту. Помощник Белла механик Томас Ватсон, безуспешно пытаясь устранить неисправность, чертыхался, возможно, даже используя не совсем нормативную лексику.

在另一个房间里,贝尔操纵着接收板,用他敏感的训练有素的耳朵接收着通过电线传来的声音。自发地连接在两端,该板成为一种灵活的膜,并在磁铁的两极上,改变其磁通量。因此,进入线路的电流随着空气的振荡而变化,这是由华生的喃喃自语引起的。九个月来,贝尔完善了他的创意。他于1876年2月14日提交了一份专利申请,并于3月7日获得专利。

三天后,即1876年3月10日,连接波尔的公寓和阁楼上的实验室的12米长的电线传递了第一句话,这句话将成为历史。
"华生先生,来这里。我需要你!"



-Wiki: CHIFRATOR (log. electr.)

-熙熙攘攘

-熙熙攘攘

 

我明白了.我认为网络可以作为一个扰乱者发挥作用。

你教给你什么,你就得到什么。你想要一个加密器,你想要一个解密器。


而编码器很可能是一种刚性的东西,为特定的情况量身定做。

在最简单的情况下,我将为一组数据制作一个编码器,像这样.

有多少套,就有多少段代码。


if ( inp1=10 && inp2=12 && inp3=23 && inp4= 100)
{
  outp1 = 0 ;
  outp2 = 0; 
}
 
sprite:

我明白了.我认为网络可以作为一个扰乱者发挥作用。

你教给你什么,你就得到什么。你想要一个加密器,你想要一个解密器。

Sest是可以学习的,这是它的诀窍。


而编码者要么是清晰的,要么是模糊逻辑或其他的东西。但最有可能的是一些僵化的东西,为特定的案件量身定做。

在最简单的情况下,我会这样为一个单一的数据集制作一个编码器。

有多少套,就有多少段代码。


if ( inp1=10 && inp2=12 && inp3=23 && inp4= 100)
{
  outp1 = 0 ;
  outp2 = 0; 
}

但网格有更多的可能性,它不仅可以模拟编码器的操作,特别是 .

它可以在 "飞行中 "重新训练,例如,在EA中,经过几天的交易后。

总之,这是一个相当有趣的数学现象:),值得关注。


在这个算法中,只有进入和退出值需要被驱动到网络可见区,即0到1。

或者重做代码。

 
kombat:
这个脚本的逻辑有些地方让我想起了一个简单的4V2编码器。

编码器是一个非训练系统。

而网络是在这个脚本中训练的。而学习过程在屏幕上以动态的方式显示,从一个纪元到另一个纪元。

你可以看到每一层的神经元的权重是如何变化的,以及随着训练的进行,网格变得越来越精确。

以上是同一算法学习过的三个帖子

来处理三组不同的数据。

在编码器的情况下--需要三个编码器,用于每个数据集。

 

我并不反对,但我还不赞成在交易中使用神经网络...


NS是我对拿着橡皮擦站在画板前的波浪导演 的理解。

并用手中的铅笔画出当前的市场形势......:)))


虽然感知者 比造浪者更酷...可能...:)))

 
kombat:

不反对,但还不赞成在交易中使用神经网络...



同理 :)!!!

但该算法正在工作和学习 :) 然后我们会看到 :)


对网络的兴趣进一步被锦标赛中拥有网络的EA的胜利所推动。

当然,那里是一个不同的网络。但这个人做了工作,得到了结果。

 
sprite:


1.首先,你必须将所有的东西归一化--包括输入和输出,即把它放在0-1的范围内。

(或者你需要为新的数据变化范围重写网络代码)

2.这个网络有4个输入和2个输出。

这些列中的哪些数字应该被输入到哪个输入端?


根据该算法

该网络将每个四元组的输入值1 0 0 0 0

设置一对输出数据 1 0


可以有几个这样的数据集,例如4个。

而你必须根据网络算法来喂养它们

输入_输出


1 0 0 0_ 0 0

1 0 0 1_ 1 0

1 0 1 0_ 0 1

1 0 1 1_ 1 1


或如下所示,如果4个输入和3个输出


1 0 0 0_ 1 1 1

1 1 0 0_ 1 0 0

1 0 1 1_ 0 0 1

1 0 1 0_ 0 1 1

1 0 1 0_ 0 0 0

1 1 1 1_ 0 1 0

对于这种情况,改变代码











并不总是需要归一化,谁说一个网络可以而且应该只在0和1的情况下工作?


我可以附上一个简单的网格和一个例子,(不幸的是,现在手头没有材料)--我以后会附上的。

其中,一个简单的NN解决了这个问题,而不需要通过归一化进行数据准备

不幸的是,这不是源头


我所举的例子,虽然!这就像它已经正常化了。

条件是有两个范围


1 0-100

2 10-30


只需找到一个范围内的位置比率--已知的是

在本质上,它是一种缩放



在这个例子中,我已经清楚地说明了它是知道限制的。


0 = 10

...

25 = 15

..

50 = 20

...

75 = 25

...

100 = 30


这个问题很简单,甚至不是一般的网络问题,但一个好的网络会很容易找到解决方案

---



你的分支很有趣 !

 
kombat:

我并不反对,但我还不赞成在交易中使用神经网络...


NS是我对拿着橡皮擦站在画板前的波浪导演 的理解。

并用手中的铅笔画出当前的市场形势......:)))


虽然感知者 比造浪者更酷...可能...:)))

嗯,这是一个有趣的观点


真的被粉碎了--它被粉碎了--BETTER在2007年锦标赛上的胜利。