"New Neural" ist ein Open-Source-Projekt für neuronale Netzwerke für die MetaTrader 5-Plattform. - Seite 74
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
Machen wir ein Experiment, erstellen wir ein Gitter mit 1000 Neuronen und 100 Verbindungen pro Neuron und geben wir die Dateigröße an
~6 MBytes
Netzwerk 100x1000x1 - voll vermascht
Beigefügt ))
Und jetzt sag mir bitte, wie du es trainieren willst.
Ich kenne nur eine Art von Netzen, die eine ähnliche Größe haben können, aber sie brauchen kein Training und keine Speicherung. Sie werden in einem Durchgang durch ein Trainingsmuster gebildet und merken sich dieses dummerweise.
Ein solches Netz kann nicht mit GA von allen Computern aller Sci-Fi-Filme zusammen trainiert werden: die Dimensionalität des Suchraums beträgt 100 000
Oder besser gesagt, ich glaube, dass sich ein solches Netz einfach das Trainingsmuster merkt und man statt einer Verallgemeinerung einen Screenshot der ganzen Geschichte erhält.
Man muss bei der Wahl der Architektur vorsichtiger sein ))
~6 MBytes.
Beigefügt ))
Und jetzt sagen Sie mir bitte, wie Sie das unterrichten wollen?
Ja, zu lehren, nur kein Problem, ich schrieb oben, dass für UGA 100 000 Parameter ist eine akzeptable Aufgabe, kann ich nicht sagen, dass die Kleinigkeit, aber machbar.
Aber die Größe ist ganz normal, Sie müssen sich darüber keine Gedanken mehr machen, denn es heißt, die Frage sei erledigt.
Es ist kein Problem zu trainieren, ich habe oben geschrieben, dass für UGA 100 000 Parameter eine durchaus akzeptable Aufgabe sind, ich kann nicht sagen, dass es einfach ist, aber es ist machbar.
Aber die Größe ist ganz normal, man muss sich nicht mehr darum kümmern, wie man sagt, die Frage ist erledigt.
Selbst wenn man die Auflösung der einzelnen Parameter auf 0,1 setzt, beträgt die Anzahl der Kombinationen aller möglichen Kombinationen einer vollständigen Suche 10^100000
Sie haben eine sehr gute Vorstellung von GA.
Selbst wenn man die Diskretion der einzelnen Parameter auf 0,1 setzt, beträgt die Anzahl der Kombinationen aller möglichen Kombinationen einer vollständigen Suche 10^100000
Sie haben eine sehr gute Vorstellung von GA
Ich habe keine Regenbogen-Ideen, sondern praktisches Wissen über die Anwendung dieses Algorithmus. UGA ist kein binärer Algorithmus, der den Suchraum in Graphen aufteilen muss.
UGA führt parallele Suche in allen Messungen gleichzeitig, Schritt für Schritt abnehmende Schritt automatisch, das gibt ihm die Möglichkeit für eine angemessene Zeit, um robuste Ergebnis zu erreichen, und mehr für die Ausbildung eines Gitters und es ist nicht notwendig, weiter wird es Nachschulung werden. In der Regel wird das Ergebnis bei 10000-50000 FF unabhängig von der Anzahl der Parameter erreicht.
~6 MBytes
Netzwerk 100x1000x1 - voll vermascht
Beigefügt ))
Und jetzt sag mir bitte, wie du es trainieren willst.
Ich kenne nur eine Art von Netzen, die eine ähnliche Größe haben können, aber sie müssen nicht trainiert und gespeichert werden. Sie werden in einem Durchgang durch trainierte Stichproben gebildet und merken sich diese dummerweise.
Ein solches Netz kann nicht mit GA von allen Computern aller Sci-Fi-Filme zusammen trainiert werden: die Dimensionalität des Suchraums beträgt 100 000
Oder besser gesagt, ich glaube, dass sich ein solches Netz einfach nur das Trainingsmuster merkt, und anstatt zu verallgemeinern, erhält man einen Screenshot der ganzen Geschichte.
Man muss bei der Wahl der Architektur vorsichtiger sein ))
Es ist klar, dass niemand ein solches Netz braucht (es ist nutzlos). Aus diesem Grund sprechen wir von einer freien (skalierbaren) Architektur.
Um zu experimentieren, werde ich versuchen, es mit GA auf meinem kleinen Gerät mit N450 zu lernen. Was soll gelehrt werden, wie viele Beispiele, Fehler, usw.?
P.S. Während ich lerne, werde ich Ihre Codes studieren.
Es ist klar, dass niemand ein solches Netz braucht (nutzlos). Aus diesem Grund sprechen wir von einer freien Architektur (skalierbar).
Um zu experimentieren, werde ich versuchen, mit GA auf meinem kleinen Eisen mit N450 zu unterrichten. Was soll gelehrt werden, wie viele Beispiele, Fehler, usw.?
Ich habe keine Regenbogenideen, sondern praktisches Wissen über die Anwendung dieses Algorithmus. UGA ist kein binärer Algorithmus, der den Suchraum in Graphen aufteilen muss.
UGA führt eine parallele Suche auf allen Messungen gleichzeitig durch, wobei der Schritt automatisch reduziert wird, was die Möglichkeit bietet, ein robustes Ergebnis in angemessener Zeit zu erreichen, und es ist auch nicht notwendig, ein Gitter zu trainieren, da es weiterhin eine Nachschulung geben wird. In der Regel wird das Ergebnis bei 10000-50000 FF unabhängig von der Anzahl der Parameter erreicht.
Anerkannt. Die fettgedruckten Angaben sind ein solides Ergebnis (nicht unbedingt ein absolutes Maximum).
Das Wichtigste ist, dass es möglich ist, Maschen von großer Größe zu trainieren. Und ob diese riesigen Maschen benötigt werden, hängt von jedem einzelnen Knoten ab. :)
Anerkannt. Die fettgedruckten Angaben sind ein solides Ergebnis (nicht unbedingt ein absolutes Maximum).
Das Wichtigste ist, dass es möglich ist, Maschen von großer Größe zu trainieren. Und ob diese riesigen Maschen notwendig sind, hängt vom Gewissen jedes einzelnen Knotens ab. :)
Um nicht eine völlig rosige Perspektive zu malen, sollten wir hinzufügen, dass, obwohl die Anzahl der FF-Durchläufe fast nicht zunimmt (um eine robuste Lösung zu erhalten), die Zeit für das Finden des Ergebnisses zunimmt, weil der Algorithmus ein Vielfaches größerer Arrays ausführen muss (er führt tatsächlich mehr Operationen durch), aber erstens wächst die Zeit linear, und zweitens war während der Tests die Geschwindigkeit von FF und insbesondere die NS-Geschwindigkeit als Teil von FF immer der größte Stolperstein, wobei eine ernsthafte Beschleunigung von NS auf GPU erwartet wird und eine Beschleunigung der Lösungsfindung im Allgemeinen für GA.
Und welche GA werden Sie unterrichten?
Es geht nicht darum, welche. Ich frage mich nur, ob die GA mit solch schwacher Hardware das schaffen wird?
Eine vereinfachte Version des Joo-Algorithmus.
Es geht nicht darum, welche. Ich frage mich nur, ob die GA mit solch schwacher Hardware das schaffen wird?
Eine leichtgewichtige Version des Joo-Algorithmus.