"New Neural" ist ein Open-Source-Projekt für neuronale Netzwerke für die MetaTrader 5-Plattform. - Seite 50
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Es gibt eine Nuance im Workflow-Problem: Da die Datenverarbeitungsmethoden vom Neurontyp abhängen, müssen sie Teil eines Objekts des Neurontyps sein.
1) Die Nuance liegt darin, was als Schicht zu betrachten ist. Wenn eine solche Formulierung, wie ich gab, wäre es schwierig, die Berechnung in der GPU zu organisieren.
2) Wenn ich bei der Formulierung von TheXpert aufhören würde, gäbe es Probleme mit dem Laden der GPU.
1) Warum?
2) Warum?
Eine Schicht ist ein Zusammenschluss von Neuronen, die nicht von der gleichen Iteration abhängig sind und vom gleichen Typ sind.
Wie macht man das? Wie soll man ohne Vektordarstellung den Saft aus der GPU herauspressen? Das ist eines der Dinge, die ich in Betracht ziehe.
Warum ohne Vektor? Die Datenfelder sind extern, es muss nur noch angegeben werden, welche Daten was mit welchen tun.
Sie haben also Daten darüber, welche Neuronen sich in einer Schicht befinden, und senden diese an die GPU, um den Vektor dieser Schicht zu berechnen und so weiter durch die Schichten.
ZS ah ja in der Neuronen-Modell, das ich gezeichnet, müssen Sie das Konzept der Daten einzuführen, um Zwischenberechnungen zu speichern (auch mit GPU arbeiten sollten sie extern zu sein).
1) Warum?
2) Warum?
1) Weil in meiner Formulierung eine Schicht verschiedene Arten von Neuronen enthalten kann, und dies sind untypische Aufgaben, die nicht an die GPU weitergegeben werden können
2) Weil in Andrews Formulierung ein Neuron eine Schicht sein kann, und das droht die GPU zu unterlasten
ZS in der Regel wählt man das kleinere Übel, Unterlastung der GPU ist nicht so schlimm wie potenzielle Unfähigkeit, GPU zu verwenden.
Es ist zu schade, dass mql keine Zeiger auf Daten hat, sonst könnten wir einfach Daten aus Vektoren direkt in Neuronen aggregieren.
Halt, warum brauchen wir Aggregation, wenn wir stattdessen einfach den Datenvektorindex übergeben können? es wird die gleiche direkte Zugriffsbindung sein.
ZZI Erstellen eines Datenreferenzobjekts in einem Neuron anstelle eines Datenobjekts.
2) weil in Andrei's Formulierung ein Neuron eine Schicht sein kann und dies die GPU zu unterlasten droht
Wenn es zusammengeführt werden kann... Dann sollte sie zusammengeführt werden.
Ich habe ein paar Gedankenfetzen darüber, wie man ein wachsendes neuronales Gas mit einem solchen Motor organisieren könnte, aber sie sind noch nicht in Worte gefasst.
Eine These: Eine Neuinitialisierung des Netzes wird notwendig sein. Diese Initialisierung selbst sollte dem Lernalgorithmus zur Verfügung stehen.
Der Projektleiter kann gpwr sein. Das könnte zum Teil an mir liegen.
Ich danke Ihnen für Ihr Vertrauen, aber ich glaube nicht, dass ich als Projektleiter geeignet wäre. Ich werde erklären, warum.
Aus all dem folgt meine Empfehlung.