Red neuronal en forma de guión
Gracias.
Una cosita muy útil. Gracias.
Algo en la lógica de este script recuerda a un simple codificador 4en2
¡el artilugio es interesante por supuesto!
¡pero lo que la red ha sido entrenado es lo que está garantizado para mostrar!
¡Ahora trata de alimentar sus aportes con lo que no vio durante el entrenamiento!
¡Se está volviendo loca!
test_pat[0] = 1 ;
test_pat[1] = 1 ;
test_pat[2] = 0 ;
test_pat[3] = 0 ;
test_the_network() ;
Print(MathRound( ol_a[0]), " 1100 ", MathRound(ol_a[1]) ) ;
Ella contesta 1 0
aunque lógicamente debería responder 1 1
---
La red correcta hará lo mismo: responderá 1 1 aunque no haya visto ningún dato de este tipo durante el entrenamiento.
intente enseñar a la red el siguiente ejemplo
SALIDA = ENTRADA
30.00 = 100.00
27.50 = 87.50
25.00 = 75.00
20.00 = 50.00
15.00 = 25.00
13.75 = 18.75
12.50 = 12.5
11.25 = 6.25
10.00 = 0.00
y luego darle una entrada de, digamos, 62,5 debería producir una salida de 22,50.
MUST = INPUT
22.50 - 62.5
este es un simple ejemplo de escalamiento que las redes manejan como cacahuetes sin cáscara
¿Cómo se hace para predecir el precio?
Algo en la lógica de este script recuerda a un simple revuelto 4v2
¡el artilugio es interesante por supuesto!
¡pero lo que la red ha sido entrenado es lo que está garantizado para mostrar!
¡Ahora trata de alimentar sus aportes con lo que no vio durante el entrenamiento!
¡Se está volviendo loca!
test_pat[0] = 1 ;
test_pat[1] = 1 ;
test_pat[2] = 0 ;
test_pat[3] = 0 ;
test_the_network() ;
Print(MathRound( ol_a[0]), " 1100 ", MathRound(ol_a[1]) ) ;
Ella contesta 1 0
aunque lógicamente debería responder 1 1
---
La red correcta hará exactamente eso: responderá 1 1 aunque no haya visto ningún dato de este tipo durante el proceso de aprendizaje.
intente enseñar a la red el siguiente ejemplo
SALIDA = ENTRADA
30.00 = 100.00
27.50 = 87.50
25.00 = 75.00
20.00 = 50.00
15.00 = 25.00
13.75 = 18.75
12.50 = 12.5
11.25 = 6.25
10.00 = 0.00
y luego darle una entrada de, digamos, 62,5 debería producir una salida de 22,50.
MUST = INPUT
22.50 - 62.5
este es un simple ejemplo de escalamiento que las redes manejan como cacahuetes sin cáscara
En este algoritmo no hay normalización. Para que este algoritmo funcione correctamente, es necesario
para suministrar valores de entrada y salida ya normalizados entre 0 y 1 .
1. Primero hay que normalizar tanto la entrada como la salida, es decir, ponerla en el rango 0 - 1
(o el código de la red tiene que ser recompilado para adaptarse al nuevo rango de datos)
2. Esta red tiene 4 entradas y 2 salidas.
¿Qué números de estas columnas deben introducirse en cada entrada?
Según el algoritmo
la red pone cada cuádruple de los valores de entrada 1 0 0 0
establece un par de datos de salida 1 0
Puede haber varios conjuntos de datos de este tipo, por ejemplo, 4 .
Y tienes que alimentarlos según el algoritmo de la red
entrada _salida
1 0 0 0_ 0 0
1 0 0 1_ 1 0
1 0 1 0_ 0 1
1 0 1 1_ 1 1
o como sigue, si 4 entradas y 3 salidas
1 0 0 0_ 1 1 1
1 1 0 0_ 1 0 0
1 0 1 0_ 0 1 1
1 0 1 0_ 0 0 0
1 1 1 1_ 0 1 0
para este caso cambiar el código
La lógica de este script recuerda a la de un simple codificador 4v2
Si el scrambler resulta más útil, le sacaremos provecho :) ¡!
Las redes justas siguen siendo una cosa de moda .
Si tienes el código del codificador, ¡déjalo aquí! Juguemos también con él.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
¡Señoras y señores !
He encontrado un algoritmo de red neuronal en Internet.
Decidí comprobarlo.
Hice el script para terminal . Lo ejecuté en y funcionó.
Para asegurarse de que es correcto - Hice una visualización del proceso de aprendizaje.
hizo visible .
Bueno , y no a trabajo recoger el polvo en el estante - post en el foro.
Creo que el código del script para poner un indicador o Asesor Experto es una cuestión de técnica.
Puedes probarlo y poner a prueba tu imaginación.
El script se ejecuta en cualquier gráfico y en cualquier marco temporal.