"New Neural" ist ein Open-Source-Projekt für neuronale Netzwerke für die MetaTrader 5-Plattform. - Seite 67

 
Mischek:
Also warten wir, bis wir es ausprobieren können. Ich werde mich über sie lustig machen.)

Sagen Sie mir, was Sie tun werden. Es ist alles für den Programmierer erledigt. D.h. API.

Aber für den Benutzer gibt es nichts, ich automatisiere in der Regel, mit minimaler Möglichkeit des Eingriffs durch unbefugte Hände. D.h. keine Benutzeroberfläche für Sie.

Urain:

Aber es reicht nicht aus, die [Make it good for me]-Schaltfläche zu benutzen, man muss auch die Grundlagen lernen.

Es gibt eine Möglichkeit, den Hearst-Exponenten(yemnip) für den Zustand des vorhergesagten Systems für die Methode des gemeinsamen Signalfensters zu erhalten.

Sie wird zwar nicht umgesetzt ...

 
TheXpert:

Sagen Sie mir, was Sie tun werden. Es ist alles für den Programmierer erledigt. D.h. API.

Es gibt nichts für den Benutzer, ich automatisiere es normalerweise, mit minimaler Möglichkeit des Eingriffs durch unbefugte Hände. D.h. keine Benutzeroberfläche.



Ich hab's dir gesagt ((

Bemühen Sie sich nicht.

 
Mischek:

Ich hab's dir gesagt ((

Dann müssen Sie sich für die Neuro-Pakete entscheiden. Versuchen Sie mal, die Rückseite zu betrachten, da gibt es keine "Pish"-Taste, nur für eine bestimmte Aufgabe.

Sie müssen die Daten vorbereiten, sie richtig einspeisen, richtig trainieren und das Ergebnis richtig auswerten.

 

Das gehört eigentlich in den "Interessant..."-Thread, aber das Thema ist hier näher.

Evolution und künstliches Leben

und es gibt Leben hier http://www.math.com/students/wonders/life/life.html
Эволюция и искусственная жизнь
  • alt-future.narod.ru
Искусственная жизнь (ИЖ, ALife) как отдельное научное направление выделилась из теории искусственного интеллекта (ИИ) в 80-х гг. прошлого века, когда состоялась первая Международная конференция ALife I (1989 г., Лос-Аламос). Вскоре за ней последовали Европейская конференция по искусственной жизни и Международная конференция по...
 

Meine Herren, wer ist mit den unten aufgeführten Lernalgorithmen vertraut?

Nennen Sie die Variationen des Unterrichtsschlags.

Ein Backpropagation-Verfahren beispielsweise führt zunächst eine Vorwärtsbewegung und dann eine Rückwärtsbewegung durch, um einen Fehler zu propagieren.

Welche anderen Möglichkeiten gibt es bei vielen Lernalgorithmen?

SZZ wird benötigt, um die notwendigen virtuellen Funktionen in den Motor zu integrieren.

ZZZY unten ist eine Tabelle, wer weiß, was schreiben, was Option (en) bewegen in diesen Algorithmen verwendet.

 
Paradigma Lernregel Architektur Lernalgorithmus Aufgabe
Mit Lehrer Fehlerkorrektur Einschichtiges und mehrschichtiges Perzeptron Perceptron-Lernalgorithmen
Umgekehrte Fortpflanzung
Adaline und Madaline
Musterklassifizierung
Funktionsannäherung
Vorhersage, Kontrolle
Boltzmann Wiederholung Boltzmann-Lernalgorithmus Klassifizierung von Mustern
Hebb Mehrschichtige direkte Ausbreitung Lineare Diskriminanzanalyse Datenanalyse
Klassifizierung von Mustern
Wettbewerb Wettbewerb Vektorielle Quantisierung Intraklassen-Kategorisierung Datenkompression
ART-Netzwerk ARTMap Klassifizierung von Bildern
Ohne einen Lehrer Fehlerkorrektur Mehrschichtige direkte Ausbreitung Sammon-Projektion Kategorisierung in der Klasse Datenanalyse
Hebb Direkte Vermehrung oder Wettbewerb Hauptkomponentenanalyse Datenanalyse
Datenkompression
Hopfield-Netzwerk Assoziatives Gedächtnis lernen Assoziatives Gedächtnis
Wettbewerb Wettbewerb Vektorielle Quantisierung Kategorisierung
Datenkomprimierung
Kohonen SOM Kohonen SOM Kategorisierung
Datenanalyse
ART-Netzwerke ART1, ART2 Kategorisierung
Gemischt Fehlerkorrektur und Wettbewerb RBF-Netzwerk RBF-Lernalgorithmus Musterklassifizierung
Annäherung von Merkmalen
Vorhersage, Kontrolle
 

OK, das allgemeine Schweigen entnehme ich der Komplexität der Frage.

Lassen Sie mich die Frage anders formulieren:

Für welchen Lernalgorithmus ist das Backtracking von Schichten nicht geeignet?

 
Urain:

OK, das allgemeine Schweigen entnehme ich der Komplexität der Frage.

Lassen Sie mich die Frage anders formulieren:

Für welchen Lernalgorithmus ist das Backtracking nicht geeignet?

Vielmehr: "Für welchen Lernalgorithmus ist das Backtracking von Schichten nicht notwendig?"

Eines weiß ich mit Sicherheit: Der genetische Algorithmus braucht sie nicht.

In anderen Fällen kann ich mich irren, aber es ist so.

 
her.human:

Vielmehr sollte die Frage lauten: "Welcher Lernalgorithmus benötigt kein Layer-Backtracking ?".

Eines weiß ich mit Sicherheit: Der genetische Algorithmus braucht sie nicht.

In anderen Fällen, ich könnte mich irren, ist das der Fall.


Das Wesentliche ist, dass für den Lernalgorithmus (um die Gewichte anzupassen) nur der Rückwärtsgang der Aufzählung der Schichten eingestellt wird, wenn wir für das Lernen die Bewegung des Gitters selbst nicht brauchen, können wir eine Vorwärtsbewegung der Berechnung des Gitters aufrufen, wenn es notwendig ist, können wir aufrufen und umkehren.

Vielleicht braucht ein Algorithmus den Vorwärtshub der Gitterberechnung und den Vorwärtshub der Abstimmgewichte?

Ich kenne solche Algorithmen wirklich nicht, aber ich kann nicht alles wissen.

 

Guten Tag, nicht wirklich zum Thema, ich brauche einen Rat.

Ich selbst habe eine Aufgabe erhalten. Es ist notwendig, ein adaptives Zeitfenster des aktuellen Moments zu wählen und nicht in den Parametern festzulegen, z.B. 10 Takte. Gehen Sie dann den Verlauf gründlich durch, um festzustellen, zu welchem Cluster das ausgewählte Fenster gehört. Können neuronale Netze dies bewältigen oder ist es einfacher, etwas anderes zu tun? Wenn es Ihnen nichts ausmacht, schicken Sie mir bitte ein Buch über Gitter auf Wurstniveau.