Utilisation de l'intelligence artificielle chez MTS - page 17
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Il y a beaucoup de choses écrites, mais quand je suis arrivé à la fin, j'ai oublié où j'avais commencé :) Pas beaucoup de messages sur le sujet :(
En général, il s'agit du réseau neuronal à une couche le plus simple, mais un réseau à une couche donne toujours beaucoup d'erreurs, il faut donc augmenter le nombre de couches. Pour cette tâche, nous n'avons besoin que de deux couches. Et la première couche doit avoir 4 neurones et la seconde avec une seule couche. Un plus grand nombre de couches n'a aucun sens et ne fait que charger l'ordinateur et compliquer la tâche.
Bien sûr, vous pouvez augmenter le nombre de paramètres d'entrée et ensuite augmenter le nombre de couches, mais rien de bon n'en sortira :(.
En principe, si cela vous intéresse, je peux l'écrire et le mettre en page. Test (je ne le ferai pas moi-même).
Et pour l'avenir, je le dis tout de suite, je n'ai pas l'intention d'expliquer pourquoi il devrait y avoir deux couches !!!!. Et pourquoi la deuxième couche devrait avoir un neurone et la première quatre. Il existe des livres intelligents pour cela :). Lisez-les et vous comprendrez. Je ne vais pas non plus entrer dans la discussion car cela n'a tout simplement aucun sens.
L'idée est certainement bonne, il faut en discuter, mais seulement écrire des posts sur un sujet, et dire quelque chose de concret, au lieu de philosopher !
Il y a beaucoup de choses écrites, mais quand je suis arrivé à la fin, j'ai oublié où j'avais commencé :) Pas beaucoup de messages sur le sujet :(
En général, il s'agit du réseau neuronal à une couche le plus simple, mais un réseau à une couche donne toujours beaucoup d'erreurs, il faut donc augmenter le nombre de couches. Pour notre tâche, nous n'avons besoin que de deux couches. Et la première couche doit avoir 4 neurones et la seconde avec une seule couche. Un plus grand nombre de couches n'a aucun sens et ne fait que charger l'ordinateur et compliquer la tâche.
Bien sûr, vous pouvez augmenter le nombre de paramètres d'entrée et ensuite augmenter le nombre de couches, mais rien de bon n'en sortira :(.
En principe, si cela vous intéresse, je peux l'écrire et le mettre en page. Test (je ne le ferai pas moi-même).
Et pour l'avenir, je vous le dis tout de suite - je n'ai pas l'intention d'expliquer pourquoi il devrait y avoir deux couches !!!!. Et pourquoi la deuxième couche devrait avoir un neurone et la première quatre. Il existe des livres intelligents pour cela :). Lisez-les et vous comprendrez. Je ne vais pas non plus entrer dans la discussion car cela n'a tout simplement aucun sens.
L'idée est certainement bonne, il faut en discuter, mais seulement écrire des posts sur un sujet, et dire quelque chose de concret, au lieu de philosopher !
Ouvrez simplement un fil de discussion séparé pour cela - il y a trop d'encombrement inutile dans celui-ci.
Il y a des commentaires sur le code, je pense que vous pouvez le comprendre, même si à certains endroits les commentaires ne correspondent pas.
Je ne veux pas le passer au peigne fin, car je vais le réécrire de manière très approfondie, afin de le développer davantage.
Le nombre minimal de couches dans les réseaux est de 2. Il y a un neurone dans la dernière couche. Le nombre maximal de couches est presque illimité dans le code, mais à mesure que le nombre de couches augmente, le taux d'apprentissage chute de façon catastrophique, jusqu'à donner l'impression de ne pas apprendre du tout. Je ne pense pas que cela vaille la peine de prendre plus de deux couches. En tout cas, je n'ai pas vu de différence de qualité entre 2 et 4 couches.
La configuration actuelle consiste en cinq réseaux indépendants avec des entrées différentes (indices+prix).
Les réseaux sont entièrement couplés et apprennent la propagation des erreurs à rebours.
Dans une paire d'endroits, il y a un code astucieux Si vous avez besoin de quelque chose, demandez, mais aux questions très stupides sur le code, je ne répondrai que
si je n'ai rien à faire :)
Si quelqu'un est intéressé où je vais développer cela plus loin.
Une préparation plus intelligente des données, une augmentation des sorties du réseau, en général vers la classification plus que vers l'analyse.
plutôt que de prédire le cours.
2Kazeev "Et pourquoi dans la deuxième couche il devrait y avoir un neurone, et dans la première quatre" Le nombre de neurones dans la couche de sortie est loin d'être évident, ce qui voudrait dire, qu'il ne devrait y en avoir qu'un :)
2Kazeev "Et pourquoi la deuxième couche devrait-elle avoir un neurone et la première quatre ?" Le nombre de neurones dans la couche de sortie n'est pas si évident, qu'il ne devrait pas être un :)
Parce que je suis basé sur ce programme, qui a été posté ici. Et les couches peuvent être ajoutées comme vous le souhaitez. Mais vous devez examiner la tâche que vous voulez accomplir.Mais avec plus de couches, le taux d'apprentissage chute de façon catastrophique, au point qu'on a l'impression qu'il n'y a pas d'apprentissage du tout. Cela ne vaut guère la peine de prendre plus de deux couches. Au moins entre 2 et 4 couches, je n'ai pas vu de différence de qualité.
C'est ce dont je parlais.Votre conseiller expert est bon, mais vous devez l'améliorer ! Bien joué !
Pour ceux qui souhaitent s'initier aux réseaux neuronaux, voici la deuxième version de mon expert...
Il y a beaucoup de choses écrites, mais quand je suis arrivé à la fin, j'ai oublié où j'avais commencé :) Pas beaucoup de messages sur le sujet :(
En général, il s'agit du réseau neuronal à une couche le plus simple, mais un réseau à une couche donne toujours beaucoup d'erreurs, il faut donc augmenter le nombre de couches. Pour notre tâche, nous n'avons besoin que de deux couches. Et la première couche doit avoir 4 neurones et la seconde avec une seule couche. Un plus grand nombre de couches n'a aucun sens et ne fait que charger l'ordinateur et compliquer la tâche.
Bien sûr, vous pouvez augmenter le nombre de paramètres d'entrée et ensuite augmenter le nombre de couches, mais rien de bon n'en sortira :(.
En principe, si cela vous intéresse, je peux l'écrire et le mettre en page. Test (je ne le ferai pas moi-même).
Et pour l'avenir, je le dis tout de suite, je n'ai pas l'intention d'expliquer pourquoi il devrait y avoir deux couches !!!!. Et pourquoi la deuxième couche devrait avoir un neurone et la première quatre. Il existe des livres intelligents pour cela :). Lisez-les et vous comprendrez. Je ne vais pas non plus entrer dans la discussion car cela n'a tout simplement aucun sens.
L'idée est certainement bonne, il faut en discuter, mais seulement écrire des posts sur un sujet, et dire quelque chose de concret, au lieu de philosopher !
Sincèrement, Pooh.
Pour ceux qui souhaitent s'initier aux réseaux neuronaux, voici la deuxième version de mon expert...
Le Conseiller Expert n'a pas ouvert d'affaires et n'a rien enregistré. Les tests ultérieurs ont donné des résultats similaires, ou plutôt l'absence totale de résultats.
Est-ce que je sais comment l'utiliser correctement ou dois-je l'utiliser tout court ? Parce que comprendre le code de quelqu'un d'autre est une tâche fastidieuse et ingrate. Et si vous connaissez l'algorithme, il est beaucoup plus facile d'écrire votre propre programme à partir de zéro que de comprendre celui de quelqu'un d'autre.
Peut-être que c'est juste une mauvaise blague de l'auteur ?
Mesdames et messieurs, que devons-nous donner pour l'entrée ? Une bougie ?
Veuillez formuler une règle de formation du réseau dans le forum.
--
rip
J'aimerais voir votre modification de l'expert de Reshetov (je pense que je ne suis pas le seul). Si cela ne vous dérange pas, veuillez le poster.
Je ne pense pas que ce code ait quelque chose en commun avec l'expert Reshetov...