"New Neural" ist ein Open-Source-Projekt für neuronale Netzwerke für die MetaTrader 5-Plattform. - Seite 81
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
Lesen Sie Ihre Kommentare zum Thema kam zu einem Schluss - Ich möchte die Beta-Projekt zu sehen, wenn es sein wird? und einen Artikel mit einer detaillierten Beschreibung.
Ich fühle mich bereits ein wenig schuldig, trotz der damit einhergehenden leichten Irritation.
Aftar, peschi echo.
;)
Es könnte also irgendwo Rückkopplungen geben?
Die Delay-Operator-Zellen sind für die Rückkopplung zuständig, das sind die gefalteten Out-Zellen aus dem Out-Array selbst.
Der einzige Nachteil ist, dass wir für jeden Rang des Verzögerungsoperators Speicher für die gesamte Matrix zuweisen müssen, aber das ist eine Frage der Optimierung.
Es wäre möglich, Bootstrap-Vorlagen nach Namen zu erstellen, z.B. die Vorlage "MLP" buchstabiert die Typen aller Neuronen mit "perseptrons".
Nun, da die Idee klar ist, wiederhole ich die Hauptfrage, warum ich das Ganze begonnen habe:
Die Gegner sind aufgefordert, die Art des Rasters zu präsentieren, die nicht möglich ist, dieses Modell zu beschreiben!!!
es ist notwendig zu verstehen, ob die Idee eine Zukunft hat, und dann werden wir einen Haufen Code schreiben, und dann werden wir herausfinden, dass es unmöglich ist, viele Varianten von Gittern zu implementieren.
Die Gegner werden aufgefordert, eine Art von Gitter vorzuschlagen, die nicht durch dieses Modell beschrieben werden kann!!!
Um von diesem "Gittertyp" zu abstrahieren - ein ziemlich künstliches Konzept, wenn man es richtig versteht.
Das ist ein großer Mund voll... Und Synapsen, die wachsen und abgeschnitten werden. Und Milliarden von Neuronen. Und der Wald hackt und stapelt sich selbst.
(Yup.))
Ich habe Ihnen geschrieben. Warum antwortest du nicht?
Erstens, ein wenig Off-Topic. In Caltech gab es ein Projekt namens PolyWorld. Ziel des Projekts war es, eine zweidimensionale Welt virtueller Kreaturen zu schaffen, ihnen ein einfaches Gehirnnetzwerk zu geben und die Fähigkeit, zu sehen, sich zu bewegen, Nahrung zu finden, sich fortzupflanzen, sich gegenseitig zu töten (die Menge an Nahrung ist begrenzt), usw., um zu überleben. Das Gehirn-Netzwerk bestand aus mehreren Neuronen mit einer bestimmten Input-Output-Funktion und plastischen (lernbaren) Synapsen zwischen den Neuronen. Bei der Geburt sind die Verbindungen zwischen den Neuronen zufällig. Ziel des Projekts war es, die Entwicklung dieser virtuellen Welt zu beobachten. Interessierte können sich hier einen Vortrag über dieses Projekt ansehen (interessant ab Minute 16):
https://www.youtube.com/watch?v=_m97_kL4ox0
Nun zum Thema. Hat jemand versucht, die Genetik auf ein Netzwerk anzuwenden, das aus Neuronen besteht, die über anfängliche Zufallsgewichte mit Eingängen und Ausgängen verbunden sind? Synapsen können durch Anwendung der Hebb'schen Regel oder einer anderen Regel des unüberwachten Lernens entstehen und verschwinden. Erstellen Sie eine virtuelle Welt mit solchen Netzwerken - Händler, die am Forex handeln, wobei jeder eine bestimmte Anfangseinlage hat und versucht, diese auf Kosten der anderen Händler zu erhöhen. Zum Beispiel wird jedes Mal, wenn ein Händler ein gewinnbringendes Geschäft abschließt, der Gewinn von den Geldern der anderen Händler abgezogen oder etwas Ähnliches, aber die Gesamtsumme der Gelder muss konstant bleiben. Die Händler konkurrieren miteinander, um zu überleben, d.h. um die Einlagen nicht zu verlieren. Sie können die Möglichkeit einführen, Netzwerkhändler zu kreuzen, usw. Kurz gesagt, schaffen Sie ein reales Umfeld für die Entwicklung von Netzen auf dem Markt.