"New Neural" è un progetto di motore di rete neurale Open Source per la piattaforma MetaTrader 5. - pagina 15

 
TheXpert:

Non ci credo :)

E pensateci, siccome i neuroni usano la memoria comune, assegnando un valore a una cellula questo (valore) diventa immediatamente disponibile in tutti i neuroni collegati, quindi ne consegue che tutta la differenza nell'apprendimento sta nello scrivere la formula al contrario all'attivatore, il resto è uguale per tutti, la differenza è il movimento in avanti o indietro. Un elenco abbastanza scarno di differenze :o)

La formula di attivazione e la sua derivata sono prescritte quando si crea un neurone (o meglio, quando si seleziona un tipo tra quelli disponibili), la direzione del percorso di apprendimento è anche scelta quando si crea la rete.

 
Avals:

Sì, si potrebbe fare così, ma è esagerato)))

Come fa a non essere esagerato?

________________

Nikolai, il modo più semplice, ovvio e veloce per rappresentare è collegare vettori e matrici.

 
TheXpert:

Come fa a non essere esagerato?

________________

Nikolai, il modo più semplice, ovvio e veloce per rappresentare è collegare vettori e matrici.

Ma è fortemente legato alla topologia, oppure (se si azzerano alcune celle, il che dà versatilità) è un eccesso di memoria.

Come si può usare una matrice per rappresentare un bacino di eco 1000x1000, di cui il 95% non esiste? La domanda è retorica, è chiaro che creando un tale bacino con il metodo della matrice ogni neurone dovrebbe potersi collegare a qualsiasi neurone, il che è 1000000 connessioni potenziali per neurone, moltiplicate per 1000000 neuroni e avrete 10^6 x 10^6 mql matrice che non funzionerà.

 
TheXpert:

Come non è attraverso una cosa sola?

Beh, in modo da non dover inventare un algoritmo di allenamento per una particolare variante di TS con NS. Cioè per farlo accadere automaticamente: c'è un Expert Advisor con NS ed eseguendo l'allenamento di NS non ci interessa come sarà implementato, ma non avremo bisogno di raccogliere i valori degli input in alcune vicinanze da soli, ecc. Può essere che nell'esempio che abbiamo considerato l'algoritmo sia lo stesso che hai descritto, e se, per esempio, il NS è un'altra parte del sistema, sarebbe diverso. In generale, voglio che sia parte della formalizzazione e nascosta all'utente. Probabilmente, si tratta di pre-elaborazione dei dati di uscita del NS o in altri casi - l'ingresso, ma può essere automatizzato nella maggior parte dei casi, e non passato sulle spalle delicate dell'utente)))) Non so come formalizzarlo :)
 
Avals:

Per non inventare un algoritmo di apprendimento per una particolare variante di TC con NS.

Non si può fare così :) Come minimo, bisogna sapere cosa prendere, cosa insegnare e come valutare. E queste sono le cose che devi organizzare con le tue mani.

In generale, volevo che fosse parte della formalizzazione e nascosta all'utente. Non so come formalizzarlo :)

Esattamente, non lo so nemmeno io. Non solo, ci sono set che sono molto difficili da combinare. I neuroni sono solo uno strumento. In mani abili (prendete Leonid per esempio), è persino molto potente.

Mi chiedo se sarebbe disposto a dare qualche consiglio.

 
TheXpert:

Bisogna sapere almeno cosa prendere, cosa insegnare e come valutare. E queste sono le cose che devi organizzare con le tue mani.

Esattamente, e non lo so. Non solo, ci sono set che sono molto difficili da combinare. I neuroni sono solo uno strumento. In mani capaci (prendete Leonid per esempio) molto potente.

Considerate almeno le opzioni standard (per esempio, quella discussa nella pagina precedente). Lei ha suggerito una soluzione formale. Perché pensa che non ce ne sia uno per il resto di noi?

È possibile che tutti si riducano ad alcuni dello stesso tipo.

 
Avals:
Perché pensa che non ci sia un filtro per gli altri?

Sì, c'è :), ma è tutta una questione di ingressi e uscite :) la rete è secondaria. Puoi riconoscere le lettere in qualsiasi modo tu voglia, MLP, PNN, SOM, griglia d'eco, ma il principio sarà quasi identico.

Avals:

Probabilmente, tutto si riduce a qualche

Ecco un esempio di come sia facile organizzare un filtro per gli affari.

E nutrire un semplice TS non è un compito per menti medie. E il primo è quasi al 100% una misura.

 
TheXpert:

Sì, c'è :), ma è tutta una questione di ingressi e uscite :) la rete è secondaria. Potete riconoscere le lettere in qualsiasi modo, MLP, PNN, SOM, echoset, ma il principio sarà quasi identico.

Quindi sì, la pre-elaborazione e post-elaborazione dei dati NS è la cosa principale che richiede tempo e la più delicata. Se questo è sistematizzato e parzialmente automatizzato nelle tipiche varianti di TC, è un vantaggio rispetto ai pacchetti di terze parti. Altrimenti, è più facile fare tutto in loro (dato che sono più specializzati per lavorare con NS comunque), e trasferire i modelli pronti a MT5
 

Qualche mail sull'organizzazione della classe usata negli EA:

Proprietà:

1. numero minimo di immagini che la rete è addestrata ad usare dopo di essa.

2. numero massimo di immagini. Quando una nuova immagine viene aggiunta al set di allenamento, la vecchia viene rimossa, la rete viene riqualificata.

Metodi esterni:

1. inviare l'immagine da addestrare. Se usato in EA, è possibile dare una nuova immagine alla rete secondo i segnali dell'indicatore .

2. Chiedete alla rete se è pronta o no. Se la rete è addestrata per un numero sufficiente di immagini.

3. metodo di base. Inviare un'immagine alla rete e ricevere un risultato.


Quando una nuova immagine viene inviata alla rete per l'addestramento, eseguire la sua pre-elaborazione:

1. Scala.

2. Controlla la correlazione, quindi non ci sono due immagini opposte con lo stesso output, e non ci sono due immagini identiche con output diversi.


Tutto questo si aggiunge rapidamente all'Expert Advisor; man mano che gli indicatori segnalano, la rete riceve immagini, appena si accumula un numero sufficiente di immagini, la rete viene addestrata e poi, quando appare il segnale di aprire una posizione, chiediamo alla rete di confermare o meno. Questo viene fatto nel tester. Se sul conto, la rete deve essere addestrata dopo i test e ci deve essere un mezzo per salvare la rete e caricarla.

Quali immagini vengono inviate alla rete è una scelta dell'utente - prezzo, indicatore o vero/falso. I parametri della rete (numero di strati, ingressi, uscite) sono impostati durante l'inizializzazione della rete.

 

Il costruttore grafico di reti può essere fatto anche in mql5.

Penso che ci possano essere diversi neuroni in uno strato, non è un problema, come addestrare una tale rete è un'altra questione.

Un neurone in uno strato? Qual è il punto? A meno che non si tratti di uno strato aggiuntivo bypassato.