Neuronale Netze, wie beherrscht man sie, wo fängt man an? - Seite 8
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 scheint einen Zusammenhang mit dem von Kolmogorow bewiesenen Satz zu geben, dass jede Funktion mit einer beliebigen Anzahl von Variablen genau in Form von Funktionen mit zwei Variablen ausgedrückt werden kann. Ich habe es vielleicht nicht genau ausgedrückt, aber es wird oft in Artikeln über NS erwähnt.
Ja, ja, die Wurzeln des Problems reichen bis ins Jahr 58 zurück.
Ich benutze keine TF.
Der Grund dafür ist, dass Candlesticks in allen Zeitrahmen verwendet werden, so dass BPs, die auf Eröffnungs- (oder Schluss-) Kursen basieren, näher an integrierten Zufalls-BPs liegen als BPs, die auf dem ursprünglichen Kurs basieren und andere Methoden verwenden (z. B. instrumentelle Zeit usw.).
Von welcher instrumentellen Zeit sprechen wir?
Es ist kompliziert.
Ich weiß, dass vor nicht allzu langer Zeit zwei Theoreme bewiesen wurden. Die erste besagt, dass ein dreischichtiges nichtlineares NS (bestehend aus drei Schichten von Neuronen, mit Nichtlinearität am Ausgang jeder Schicht) ein universeller Approximator ist und eine weitere Erhöhung der Anzahl der Schichten dem Netz keine zusätzliche Leistung verleiht. Nach dem zweiten Theorem hängt die Rechenleistung des Netzes nicht von der spezifischen Art der Nichtlinearität an den Ausgängen seiner Neuronen ab. Wichtig ist, dass im Prinzip eine Nichtlinearität vorliegt, und es spielt keine Rolle, um welche Art von Nichtlinearität es sich genau handelt - Sigmoid oder Arkustangens. Das erspart uns die Suche nach dem Besten vom Gleichen.
OK, ich habe verstanden. Die Formulierung "Netzstrom" war verwirrend.
Aus diesen beiden Theoremen folgt in keiner Weise, dass 4 Schichten nicht effizienter sind als 3.
Es heißt lediglich, dass dort, wo 4 Schichten trainiert werden, auch 3 trainiert werden können. Sie sagt nichts über die Effizienz der Ausbildung aus.
Nehmen wir an, es ist immer möglich, zuerst 3 Schichten zu trainieren. Und dann kann man versuchen, die Effizienz mit anderen Architekturen zu verbessern, insbesondere durch Erhöhung der Anzahl der Schichten.
Über Nicht-Linearität. Alles in Ordnung, aber unabhängig von den Beweisen hat jedes FA seine Vor- und Nachteile. Deshalb habe ich mir meine eigene Idee ausgedacht. Allerdings gibt es auch diese.
Ich bin sicher, dass der Beweis nichts über die Effizienz aussagt.
Ich denke, die Diskussion ist damit beendet.
Von welcher instrumentellen Zeit sprechen wir?
Dies ist der Fall, wenn die Kerzen nicht nach Zeit, sondern nach Stück gebaut werden (siehe Forumssuche).
Sagen wir, Sie können immer zuerst 3 Schichten lernen. Und dann kann man versuchen , die Effizienz mit anderen Architekturen zu verbessern, insbesondere durch die Erhöhung der Anzahl der Schichten.
Das stimmt, aber Sie müssen einen hohen Preis für die zusätzliche Schicht zahlen (die überhaupt nicht entscheidend ist) - die Komplexität des Lernens wächst mit P^3!
Das stimmt, aber Sie müssen einen hohen Preis für eine zusätzliche Schicht zahlen (die überhaupt nicht grundlegend ist) - die Komplexität des Lernens wächst mit P^3!
Und dies wird natürlich zu alternativen Netzwerkergebnissen führen, aber ob diese besser sein werden, ist die Frage. Wenn ein Netz gelernt hat, für 3 Schichten zu arbeiten, kann die vierte Schicht viel Schaden anrichten...... Die Wahl der Architektur ist also nicht ganz dasselbe wie die Erhöhung der Schichten. Die Architektur ist der Typ des Netzes und jeder Typ kann mehrere Schichten haben, und die Qualität des Lernens wird stark von der Qualität des Inputs beeinflusst, so dass auch zweischichtige Netze perfekt funktionieren .....
Ich stimme völlig zu.
Sie müssen sich nicht die Mühe machen, neuronale Netze selbst zu programmieren, es gibt fertige Programme. Das einzige Programm, für das es ein Buch in russischer Sprache gibt, ist Statistica Neural Networks, und dieses Buch vermittelt den Eindruck, dass es von Experten für neuronale Netze geschrieben wurde und eine ziemlich gute Einführung und Übersicht über neuronale Netztechniken und bestehende Arten von neuronalen Netzen bietet. Das Programm erlaubt es, trainierte Netze als dll zu exportieren, die in MT Expert Advisors verwendet werden können (habe es selbst noch nicht ausprobiert, tut mir leid, wenn ich falsch liege). Die spezialisierten Händlerprogramme mit Nicht-Netzen sind nicht so leicht an MT anzubinden, und wenn es möglich ist, sind sie krumm oder schief, oder sehr teuer. Es gibt Broker-Terminals, die Daten in Metadateien exportieren, aber es ist nicht so einfach, spezielle Software für die Arbeit mit nicht wachsenden Netzen zu implementieren. Eh! Warum bieten die MT-Entwickler nicht die Möglichkeit, Daten zu exportieren, um andere Programme auf dem Markt ohne unnötige Änderungen nutzen zu können?
Ich bin da ganz anderer Meinung... fertige Produkte sind wie 3in1 Shampoo... ein bisschen Shampoo, ein bisschen Spülung, ein bisschen Balsam...
Aber auch nicht in normaler Qualität...
Das Netzwerk wird von vielen Faktoren beeinflusst, von denen nicht bekannt ist, wie sie in diesem Programm umgesetzt werden...
Die Entwicklung einer eigenen Implementierung erhöht Ihr Verständnis für die Vernetzung und schafft ein sehr flexibles Werkzeug...
Wie kann ich die Netzfehlerberechnung beim Training ändern? Standard-RMS zu etwas anderem?
Du kannst nicht... Sie müssen den Algorithmus ändern... und er ist nicht verfügbar...
Und es gibt keine Möglichkeit, Fehler zu korrigieren... Stellen Sie sich vor, dass Sie nach einem Jahr der Versuche feststellen, dass das Programm einen Fehler enthält, der nicht korrigiert werden kann?
Ich denke, das wäre cool... :)
Es ist gleichgültig für Studenten oder Leute, die NICHT PROFESSIONELL sind, d.h. kein Geld mit neuronalen Netzen verdienen...
Wenn es um Geld geht, müssen Sie den gesamten Prozess von Anfang bis Ende kontrollieren...
Daher bin ich der Meinung, dass man nach Möglichkeit alles selbst machen sollte, oder zumindest Werkzeuge verwenden sollte, die man kontrollieren kann...
Stellen Sie sich vor, dass Sie nach einem Jahr der Bemühungen feststellen, dass die Software einen Fehler enthält, der nicht behoben werden kann?
Ich denke, es wäre cool... :)
Sie müssen also beliebte Programme wie neroshel nerosolushin usw. verwenden, um Meinungen und Ähnliches zu lesen. Aber wenn Ihr Programm nicht bekannt ist zilipupkin, dann natürlich ja verwenden Sie es mit Vorsicht.
Ich bin ganz anderer Meinung...
Wenn Sie 3D-Grafik und -Animation machen würden, würden Sie dann Ihr eigenes 3DStudioMAX schreiben?