神经网络 - 页 10

新评论
 
许多人争论说，网络从各种输入规则 中寻找和学习规则，以获得利润......，我还有一个问题....，是否有可能，或者说，如何教网络按现成的规则工作？......，让我们看看渠道系统......，如何或在何种情况下建立渠道并不重要。如何教一个网络在一个渠道内或在其突破口上工作??????那么神经网络思想......，你对此有什么建议呢？至少以一个没有老师的网络.....Rekur为例。如何准备输入，使网络了解对它的要求？如果它原来有一个随时间变化的通道，........
 
nikelodeon >>:
Многие рассуждают о том чтобы сеть искала и учила правила, из многообразия правил входов, которые будут работать на прибыль......У меня другой вопрос....Возможноли, вернее, как научить сеть работать по готовым правилам?......Возмём канальную систему......Неважно как и при каких обстоятельствах строится канал. Как научить сеть работать внутрь канала или на его пробитии?????? Ну нейросетевые умы......что можете предложить по этому поводу?. Взять хотябы сеть без учителя.....Рекур, например. Как подготовить входы так, чтоб сеть поняла что от неё требуеться? если изначально имееться меняющийся со временем канал........

如果我们有现成的规则，我们到底需要一个神经网络做什么？

这个问题是反问句，不需要回答。

 

通过增加一个输入，以清障车的形式，你可以增加系统的盈利能力.....，网络将计算出哪些突破是假的或真的，类似这样的.......。

 
nikelodeon писал(а)>>

通过增加一个输入，以清障车的形式，你可以增加系统的盈利能力.....，网络将计算哪些故障是假的哪些是真的，类似这样的.......。

你似乎高估了神经网络的能力。

对你09.08.2009 21:00的帖子。

一个网络本身不能搜索任何东西。它只能揭示一些规律性的东西（输入和输出之间的联系；然后可以使用积累的 "知识 "来计算网络没有直接训练过的情况下的输出）。也就是说，只有当模式存在时，寻找模式才是可能的。

现在来看你2009年8月9日21:56的帖子。

如果你知道渠道渗透的规律性（你的例子）--当你可以更容易地实现它们时，为什么要使用神经网络？神经网络是一种泛化的方法；当一个特定的案例简单得不得了时，使用泛化的方法是毫无意义的。MAs也可以被带入规则手册。在MA行为和渠道断裂之间必须有一种关系（而且你必须能够表达这种关系）。神经网络不会自己创造奇迹。

p.s. 我会回答你的问题："是否可能，或者说，如何教网络使用现成的规则工作？"是的，这是可能的，如果你对神经网络中使用的数学有了解。顺便说一下，循环神经网络不是最好的例子。以更简单的东西为例（没有反馈的多层感知器）--在那里做没有任何问题。

 
在座的各位下午好。我想向了解NS的人问一个问题。 我是一个完全的失败者。我最近在MQL-4中创建了一个有一个隐藏层的反向传播网络。我用delta报价来喂它。我使用sigmoid-0.5将网络的输入和输出层归一化。我教授价格运动的方向，直到测试样本的错误停止减少。我发现了几件令人不快的事情：1.由于某些原因，该网络只给出了2个输出变体。因此，不可能将弱信号与强信号区分开来。这是3层网络的一个特殊性吗？也许我们应该增加层数？ 2.有效值误差是上、下限输出阈值越接近越小。当阈值相等时，读数至少为0.22，这是否正常？
 
你在教她什么？如果你教它两个 "输出选项"--按照我的理解，是向上和向下，那么它就会学习它们。如果你在输出端做多个神经元--即增加类的数量--如强势、弱势交易加上平坦，你可以得到更详细的预测。一个隐藏层就足够了。阈值是什么？偏置权重不是从外部设置的，而是以与其他权重相同的方式进行训练。如果激活函数是sigmoidal，我们为什么需要阈值？你试过没有阈值吗？
 

请看一个例子，说明哪些输入被送入神经网络。http://www.nnea.net/research/18-neural-network-forecast-indicator



 

我在那里找不到任何入口......。

 
Burgunsky писал(а)>>
我发现了几件令人不快的事情。1.由于某些原因，该网络只给出了2个输出选项。因此，似乎不可能将弱信号与强信号分开。这是3层网络的一个特殊性吗？也许有必要增加层数？2.有效值误差是上、下限输出阈值越接近越小。当阈值相等时，读数至少为0.22，这是否正常？

不，这不是3层网的特点，网格输出的信号是一个连续函数。也许你已经在网格输出处内置了某种分类器，它给出了最终的信号，例如，如果网格输出大于0.5，则为1，小于0；或者如果网格输出大于0.5，则为1，小于-1。

关于阈值，我还不明白，你应该详细描述你的算法中的一切，以及它是如何构建的，然后就有可能想到你问的问题......

 
Swetten писал(а)>>

我在那里找不到任何入口...

我也没有...我们只能假设是价格下跌的方格数，也许是其他一些附加条件......

也许MeteQuotes没有看到反编译器的广告...

1...34567891011121314
新评论