"New Neural" è un progetto di motore di rete neurale Open Source per la piattaforma MetaTrader 5. - pagina 95

 
TheXpert:

Descrizione di un neurone e di uno strato:


La mia interpretazione è leggermente diversa dalla visione biologica

Il neurone stesso è un semplice trasduttore di input x in output y. Il neurone nel mio schema non ha sinapsi. Ci sono solo input (x), output (y), errore (e) e soglia (t). L'errore è una proprietà intrinseca del neurone, necessaria per l'apprendimento. Opzionalmente, può essere usato per la visualizzazione per iterazioni.

Neuroni identici possono essere combinati in uno strato. Uno strato è un insieme (vettore) di neuroni identici.

Gli ingressi e le uscite dei neuroni formano il buffer di ingresso e di uscita dello strato. Un buffer è un'entità separata usata per collegare i neuroni alle sinapsi ed è un distanziatore per semplificare lo schema di comunicazione.

La combinazione di neuroni permette un passaggio alla matematica vettoriale in molti casi, e spesso semplifica e velocizza l'operazione.

Lo strato consiste di almeno un neurone.

...

Chiedere agli esperti. Cos'è un "neurone" in senso programmatico? Quanto è simile a una funzione normale? Ha anche ingresso, trasformazione e uscita di valori. Qual è la differenza tra un "neurone" e una funzione?
 
Dmitry Fedoseev:

Allora la vera domanda è perché la gente non lo usa? C'è qualcosa che non va?

Alcune persone stanno usando, scrivono nei loro messaggi privati

ma nessuno sa scegliere i modelli nel mercato, cioè su, quasi, SB. E questo è un grosso intoppo per qualsiasi strategia di ML, ed è qualcosa a cui pensare e nient'altro.

 
Реter Konow:
Chiedere agli esperti. Cos'è un "neurone" in senso programmatico? Quanto assomiglia a una funzione ordinaria? C'è anche ingresso, trasformazione e uscita di valori. Qual è la differenza tra un "neurone" e una funzione?

La funzione è. All'inizio sale bruscamente, poi lentamente. Un po' come un logaritmo. E la sinapsi è l'input. L'assone è l'uscita. (o viceversa))

 
Maxim Dmitrievsky:

Alcune persone lo usano, scrivono di persona

ma nessuno sa come isolare i modelli nel mercato, cioè in, quasi, SB. E questo è il principale collo di bottiglia per qualsiasi strategia di ML, ed è qualcosa a cui pensare e nient'altro.

Se tutto si basa su SB, allora niente funzionerà.

 
Dmitry Fedoseev:

Se si tratta solo di SB, allora niente funzionerà.

niente funziona per nessuno per questo motivo

 
Dmitry Fedoseev:

La funzione è. All'inizio sale bruscamente, poi lentamente. Un po' come un logaritmo. E la sinapsi è l'input. L'assone è l'uscita. (o viceversa))

Non mi riferivo a una funzione matematica, ma a una funzione software. Un neurone, come entità software, è concettualmente diverso da un'entità funzione software che prende dei parametri, li converte e produce il risultato.
 
Dmitry Fedoseev:
Cosa c'è da dire? Quando è stato programmato un concorso di algoritmo genetico, il 90% del forum è diventato isterico, come se fosse possibile, si è scoperto che nessuno sapeva cosa fosse, per non parlare di avere una propria implementazione, o almeno di provare a farne una... ma ehi, quanto si sono divertiti tutti!

Sì... è stato un fiasco epico... in ogni modo... Probabilmente sono anche un pessimo organizzatore.

 
Maxim Dmitrievsky:

Alcune persone lo usano, scrivono di persona

ma nessuno sa come isolare i modelli nel mercato, cioè in, quasi, SB. E questo è un grande collo di bottiglia per qualsiasi strategia di ML, ed è qualcosa a cui pensare e nient'altro.

Maxim, fino a quando il tempo tra i valori BP è alimentato all'ingresso della rete neurale e la griglia calcola i cicli di mercato (e lo è, vi assicuro) - niente funzionerà. Dovresti cercare su campioni da una sessione di trading fino a un anno. Il campione devecorrispondere strettamente al periodo di tempo e nient'altro.

È nella struttura temporale che il mercato BP differisce da SB, l'ho già scritto molte volte.

 
Maxim Dmitrievsky:

niente funziona per nessuno, per questo motivo

Diciamo che "Quasi non funziona"... e questo è ciò che resta di tutto il "Non funziona" e resta da raschiare gli scarti.

 
Реter Konow:
Non mi riferivo a una funzione matematica, ma a una funzione software. Un neurone, come entità software, è concettualmente diverso da un'entità funzione software che prende dei parametri, li converte e produce il risultato.

Non è diverso. È una funzione ordinaria. Ingresso di un parametro, uscita di un valore.

Искусственный нейрон — Википедия
Искусственный нейрон — Википедия
  • ru.wikipedia.org
Схема искусственного нейрона 1.Нейроны, выходные сигналы которых поступают на вход данному 2.Сумматор входных сигналов 3.Вычислитель передаточной функции 4.Нейроны, на входы которых подаётся выходной сигнал данного 5. — веса входных сигналов Иску́сственный нейро́н (математический нейрон Маккаллока — Питтса, формальный нейрон[1]) — узел...