В статье приводится пример написания на языке MQL5 программы, реализующий адаптивный алгоритм кластеризации, называемый "Растущий нейронный газ" (Growing neural gas, GNG). Статья рассчитана на пользователей, изучивших документацию к языку, а также уже имеющих определенные навыки программирования и базовые знания в области нейроинформатики.
ワークフローの問題にはニュアンスがあり、データ処理方法はニューロンタイプに依存するため、ニューロンタイプのオブジェクトの一部でなければなりません。
1）新しさは、何をレイヤーとして考えるかにある。このような定式化をすると、GPUでの計算を整理するのが難しくなります。
2）TheXpertの 定式化で止めると、GPUの読み込みに問題が発生する。
1）なぜ？
2）なぜ？
層は、同じ反復に依存しない、同じタイプのニューロンの集合体である。
どうやるんですか？ベクトル表現がないGPUからどうやって絞り出すんだ？そういうことも考慮しています。
なぜvectorを使わないかというと、データ配列が外部にあるので、あとはどのデータがどのような処理をするのかを指定するだけだからです。
つまり、ある層にどんなニューロンがあるかというデータを持っていて、それをGPUに送って、この層のベクトルを計算し、層を重ねていくわけです。
ZS ああ、私が描いたニューロンモデルでは、途中の計算を保存するためのデータという概念を導入する必要があります（GPUで動作させるためには外部データである必要があります）。
1）なぜ？
2）なぜ？
1) 私の定式化では、レイヤーは異なるタイプのニューロンを含む可能性があり、これはGPUに渡すことができない非定型のタスクであるため。
2) Andrewの定式化では、1つのニューロンが1つのレイヤーとなる可能性があり、GPUの負荷が低下するおそれがあるため
GPUの負荷は、GPUが使えなくなる可能性ほどひどくはないのです。
mqlがデータへのポインタを持っていないのは残念です。そうでなければ、ベクトルからニューロンへ直接データを集約することができます。
停止、データベクターのインデックスを渡すだけで済むなら、なぜ集約が必要なのでしょうか？
ZZI データオブジェクトの代わりにニューロンでデータ参照オブジェクトを作成する。
2) Andreiの定式化では、1つのニューロンをレイヤーにすることができ、これではGPUに負荷がかかる恐れがあるため。
合体できれば...。それなら、マージされるはずです。
このようなエンジンで、成長する神経 ガスをどのように組織化するか、考えの断片はあるのですが、まだ言葉として形にはなっていません。
ただ一点、ネットワークの再初期化が必要です。それらの初期化自体は、学習アルゴリズムが利用可能であるべきだ。
プロジェクトマネージャーはgpwrでよい。その一部は私かもしれません。
信頼してくれてありがとう。でも、私はプロジェクト・マネージャーには向いていないと思う。その理由を説明します。
以上のことから、私のおすすめはこれです。