Long short term memory (LSTM) is a recurrent neural network (RNN) architecture (an artificial neural network) published1 in 1997 by Sepp Hochreiter and Jürgen Schmidhuber. Like most RNNs, an LSTM network is universal in the sense that given enough network units it can compute anything a conventional computer can compute, provided it has the...
В статье автор расскажет об эволюционных вычислениях с использованием генетического алгоритма собственной реализации. Будет показано на примерах функционирование алгоритма, даны практические рекомендации по его использованию.
全くその通りです。何十もの原始的な回帰線インディケータと、それに関する何百もの投稿が両方のフォーラムにある中で、それを正しく構築して使用しているものは1つもないのです。こんな簡単なことでも、真剣に取り組めば、人はすでに泥沼にはまり込んでしまう。そして、ニューラルネットワークとおっしゃいますね。
「スターシップ・トゥルーパーズ」はまだ誰も必要としていない。今のところ必要なのは、いくつかのネットワークタイプの実装です。それ以上はない。入力の配給は（必要なら）数種類あるとする。
-アレクシー-
本当に、ほとんど何もわからない人が、どうやって最小限の努力で使えるのか、私には想像がつきません。たしかに金髪（金髪が許してくれますように）は車を運転しますが、その装置の一部を知っていて、ルールも知っていて、街中で運転し、サービスのない街には出ません。したがって、「どんなトレーダーでも」「最小限の努力で」、さらに「宇宙船」でも利益が出るというのは、特に宇宙船については現実的ではないイミです。
トレーダーはその仕組みを知る必要はなく、最低限の使用ルールを知っていればよいのです。私たちの目標は、これらの要件を可能な限りシンプルかつ直感的に理解できるようにすることです。
1.構造、建築などについては、再臨まで議論することができます。私の考えでは、具体的な課題（複雑でもなく、単純でもない）を設定し、それをプロジェクトの 枠組みの中で解決しようとすることが必要だと思います。
どんなユーザーにも向けた普遍的な結果でなければならないことを念頭に置いて、すべてを行わなければならない（VISARDのように、言い方は悪いですが）。
2.実現可能なものはすべて一度に実現すべきであり（ここではスクーターから宇宙船に移行する必要がある）、実現したいが可能性がない（あるいは決定が普遍的でない）ものは、拒否するかプロジェクトの限界からはずすべきだろう。
そこで、スクーターが必要です。それにベラゾフの車輪をボルトで取り付けますが、重いので、ペダルを踏む人が12人必要です。しかし、問題ありません。サドルを10個とペダルを増やします。しかし、人がねじれると同期しないので非効率です。そこで、50kgのシンクロナイザーを1個ずつ加えます。しかし、これも人が足りないので、サドルを増やします。
oopssssssssss フレームバースト...。
なぜMQはMT4のコンセプトを改良し続けるのではなく、MT5のスナップを書き始めたのか、不思議に思ったことはありませんか？
そう、すべては、開発の過程でコンセプト自体に多くの誤算があり、「宇宙」が足りず、天井に達してしまったからです。
今コンセプトに超機能を組み込んでおかないと、最後にフレームが破裂してしまうのです。
そこで、スクーターが必要です。それにベラゾフの車輪をボルトで取り付けますが、重いので、ペダルをひねる人が12人必要です。しかし、問題ありません。サドルを10個とペダルを増やします。しかし、ひねる人が同期しないので非効率です。そこで、50キロのシンクロナイザーを加えます。しかし、また人が足りないので、サドルを増やします。
oopssssssssss フレームバースト...。
なぜMQはMT4のコンセプトを改良し続けるのではなく、MT5のスナップを書き始めたのか、不思議に思ったことはありませんか？
そう、すべては、開発の過程でコンセプトそのものに多くの誤算があり、「宇宙」が足りず、天井に達してしまったからなのです。
今コンセプトに超機能を盛り込まないと、最後にフレームが破裂してしまうのです。
正しい実装、適切な実装はかなりあります。あなたは間違っています。
それに例えが正しくないし、あまり捻る必要もないし、金髪も私たちを相手にしないで・・・))
不正確とは何ですか？
MLPを実現し、プロジェクトを組み立て、XORを分類するグリッドを教えよう、しかし、トポロジーは同じSLTMに適して いない
また、トポロジーを変更するのですか？新しいものがMLPに適しているかどうかはわかりません。
金髪のことは一言も言ってませんよ。
1) この間、何か根本的に新しい発明をしましたか？
2) また、他人の知識を評価するわけですから、取引で利益を上げるNSを構築するために、どのような成功を収めたのでしょうか？:)
3) そして、すべての非効率は一時的であり、その特性は変化しているという、取引の特殊性を理解する必要があります。したがって、オーバートレーニングをなくすために、多くの例を処分するような大胆なことは意味がないのです。それとも、どんな現場でも、どんな楽器でも鍛えられるNSを作れば、堅牢になるという甘い考えなのでしょうか？:)
1）そうですね、いろいろなものが発明されています。gpwrが（その気になれば）入門書を出してくれる。
2）この質問が純粋な挑発であることは承知しています。でも、めでたくひっかかった。1ヶ月以上前に、本業の、今の水準からするとかなり高給な仕事を辞め、この分野の知識の蓄積と実験経験を生かし、オートトレードを始めました。私の身近な人々、友人、尊敬するフォーラム利用者は、私の人生における最近の出来事を知っています。
3）遺伝的アルゴリズムの 研究と習得に2年以上の経験があり、そのソースコードの最初のアイデアは私の記事に掲載されていますが、ラビシステムの構築は可能なだけでなく、実際の日常生活にもうまく適用できると言えると思います。そして、あえて言うなら、ニューラルテクノロジーと自己組織化／自己学習／アダプティビティの原理に基づいて構築されたシステムこそが、市場において長期的に堅牢であることが可能なのではないでしょうか。
ウラン です。
それは、開発の過程でコンセプト自体に多くの欠陥があることが明らかになり、「宇宙的」でなく、天井に達してしまったからです。
今コンセプトに超機能を入れなければ、最後にフレームが破裂してしまいます。
もちろん、作ることは必要ですが、実装する必要はありません。
まずレンガとは何か、次にエッチとは何かを理解し、そのうえでフロアの山から超高層ビルを作り上げるのです。
とりあえず16〜20階建ての小さな立体ビルがあれば良さそうだという議論になる。2階建てを作る方法を学んでいないのではなく、技術や建材がわかっていないのです。
多分、馴染むと思います。プログラマーにはなれない、2つの学位を持っていない。でも、得意なことがあるんです。
私の意見は、「もう十分だ」ということです。
アデライン
コホーネンネット
LVQ(学習型ベクトル量子化)
RBFネットワーク
MLP
で、正規化はユーザーに任せる)。