Hybride neuronale Netze. - Seite 3
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
Wo habe ich geschrieben, dass ich sie alle angekreuzt habe...?
->
IlyaA schrieb(a) >>
Oh ja, das Netz ist in den ersten Phasen voll vermascht, oder wie Faltungsnetze, aber es gibt viele Schichten). Und all dieses Glück wird mit 10 multipliziert und beginnt sich zu paaren. Wir haben also 10x.
IlyaA schrieb (a) >>
Haben Sie nicht über XOR gelesen?
Struktur des Gitters (mit 200 Instanzen) aufzeigen.
Und auf die Frage nach der Anzahl der Gewichte haben Sie geantwortet, während ich den Beitrag schrieb. Ich habe meinen eigenen Beitrag nicht korrigiert.
Es ergibt sich also: die Anzahl der Skalen = 50*60+60+60*39+39*2+2=5519. Ist das richtig?
Und was haben 200 Stück damit zu tun? Sie haben nirgendwo darüber geschrieben.
An IlyaA und gumgum
Warum verwenden Sie 2 versteckte Ebenen? Eine versteckte Schicht ist für jedes Problem ausreichend. Sie ist mathematisch bewiesen.
->
Und was die Anzahl der Waagen angeht: Während ich meinen Beitrag schrieb, haben Sie geantwortet. Ich habe meinen eigenen Beitrag nicht korrigiert.
Es ergibt sich also: die Anzahl der Skalen=50*60+60+60+39+39+2+2=5519. Ist das richtig?
Und was haben 200 Stück damit zu tun? Sie haben nirgendwo darüber geschrieben.
Ja, so viele Skalen gibt es.
Bitte geben Sie Ihre Perceptron-Struktur an, von der es 200 Exemplare in der Population gibt (schwer zu schätzen).
An IlyaA und gumgum
Warum verwenden Sie 2 versteckte Ebenen? Eine versteckte Schicht ist für jedes Problem ausreichend. Mathematisch bewiesen.
Was wissen Sie über Aufrollnetze? Es gibt mindestens vier Schichten. Vier Schichten.Legen Sie die Struktur des Gitters (mit jeweils 200 Exemplaren) offen.
Empfehlen Sie, die Bevölkerungszahl zu erhöhen? Wenn es Ihnen nichts ausmacht, machen Sie ein kleines Experiment. Wie viel würde es kosten, eine einfache Aufgabe (Zeit, Anzahl der Populationen) für 200 Personen und für 25 Personen zu trainieren. Den Rest lassen wir unverändert. Zu diesem Zeitpunkt habe ich noch gar nicht experimentiert.
Ahh, war das eine Frage zu meinen 200 Exemplaren?, da steht nur kein Fragezeichen, also habe ich es nicht verstanden.
Mein Raster: 400-600-200. Die Gesamtzahl beträgt 360800 Gewichte.
Ja, ich empfehle eine Erhöhung der Bevölkerungszahl.
Über das Experiment. Ich habe viel mit der Anzahl der Individuen in der Population experimentiert. Und ich möchte keine Zeit mit weiteren Experimenten verschwenden. Die Antwort ist nicht eindeutig. Vieles hängt vom GA-Algorithmus ab und davon, welches Abbruchkriterium verwendet wird. Es ist offensichtlich, dass die meiste Zeit auf die Fitnessfunktion selbst verwendet wird, während die Laufzeit eines reinen GA-Algorithmus vernachlässigbar ist. Daher ist es sinnvoll, die Anzahl der Durchläufe von ffs zu reduzieren. Sie können dies auf verschiedene Weise erreichen. Am einfachsten ist es, die Anzahl der Individuen in der Population auszuwählen.
Wenn man sehr viele Individuen nimmt, etwa 1000, dann wird das beste Individuum sehr schnell gefunden, was die Anzahl der Epochen angeht, aber die Fitnessfunktion wird 1000*n mal ausgeführt, wobei n die Anzahl der Epochen ist. Das ist nicht gut - es dauert sehr lange.
Nimmt man eine zu kleine Anzahl von Individuen in einer Population, sagen wir 10-25, dann gibt es nicht genug Genpool in der Population für die Suche, die Suchzeit steigt, wiederum aufgrund der Tatsache, dass die Anzahl der Läufe von ff steigt.
Ich denke, die optimale Option sind 200 Individuen in der Population.
Ich möchte auch auf Folgendes hinweisen. Legen Sie eine zusätzliche Population an, in die Sie die besten Individuen aus jeder Epoche einsetzen (ich nenne sie "Epoch's Gene Pool" oder GE). Nehmen Sie bei der Paarung Individuen aus der aktuellen Population und aus der GE. Dadurch wird die Zahl der Starts aus dem Stand drastisch reduziert. Dies ist nicht zu verwechseln mit der Auswahl von Eliten.
Was wissen Sie über Aufrollnetze? Es gibt etwa vier Schichten. Vier Schichten.Kennen wir uns schon beim Vornamen? >> Okay.
Ich weiß nicht, was ein Faltungsnetz ist. Warum vier Schichten? Können Sie mir und denjenigen, die glauben, dass eine interne (verborgene) Schicht ausreicht, das erklären? Es ist nicht nötig, den Algorithmus zu verkomplizieren. Es ist ohnehin nicht leicht zu berechnen.
Und wie wird Ihr GA umgesetzt? MMS?
Kennen wir uns schon beim Vornamen? Ja.
Ich weiß nicht, was ein aufrollbares Netz ist. Wofür sind die vier Schichten da? Können Sie mir und denjenigen, die glauben, dass eine interne (verborgene) Schicht für das Auge ausreicht, das erklären? Es ist nicht nötig, den Algorithmus zu verkomplizieren. Es ist schon schwer genug zu kalkulieren.
Es gibt ein Buch von Haykin. Neuronale Netze?zu dentraf
MQL4
an IlyaA
Ja, ich weiß. Und auch etwa 200-300 Bücher von verschiedenen Autoren. Aber ich dachte, ich werde NN und GA selbst schneller beherrschen als diese Bibliothek zu lesen. Und so war es dann auch. Schneller.
Mit Beherrschen meine ich die praktische Anwendung, nicht die Beherrschung der Terminologie.
Bei einer sehr großen Anzahl von Individuen, etwa 1000, wird das beste Individuum sehr schnell gefunden, indem die Anzahl der Epochen überschritten wird, aber die Fitnessfunktion wird 1000*n Mal ausgeführt, wobei n die Anzahl der Epochen ist. Das ist nicht gut, denn es dauert sehr lange.
Nimmt man eine zu kleine Anzahl von Individuen in einer Population, sagen wir 10-25, dann gibt es nicht genug Genpool in der Population für die Suche, die Suchzeit steigt, wiederum aufgrund der Tatsache, dass die Anzahl der Läufe von ff steigt.
Ich denke, die optimale Variante sind 200 Individuen in der Population.