"New Neural "は、MetaTrader 5プラットフォーム用のオープンソース・ニューラルネットワークエンジンプロジェクトです。 - ページ 78

 
現在、プロジェクトは どのような段階にあるのでしょうか。スーパーバイザーは誰ですか?
 
より良く なりました。
現在、プロジェクトはどのような段階にあるのでしょうか。ボスは誰ですか?

上司はいない、自分らしくいたい。

ZS: 明日のランチタイムの方が、話がしやすいと思います。

 
より良く なりました。
現在、プロジェクトはどのような段階にあるのでしょうか。ボスは誰ですか?
賭博師はこの間優勝した人じゃないですか?
 
シャイマ
賭博師は、かつて梟雄が優勝した賭博師と同じではないか?
あれだ。彼はどこかにPAMMの口座を持っていた...。ググってみてください。
 
R0MAN
あれだ。彼はどこかにPAMMの口座を持っていた...。ググってみてください。
プロフィールから:-)
 
アハラタ
プロフィールから:-)
最初に見たのはそれなんですが......見つけられませんでした......。オンザフライで...:-)まだ起きてないんだ...。:-)
 

古いスレッドを持ち出そうと思って。

私は、ユニバーサルなNSモデルを提案し、検討しています。

反対派は、このモデルで表現できないタイプのグリッドを提出してください!!!!

コードが荒いから、ちゃんと調べてね。

提案する実装は、CPUとGPUの両方で容易に変形可能である。また、グリッドにはディレイオペレーターも用意されています。

変身には3つの方法があります。

そのまま(4つのアレイはすべて2D)、GPUに適しています。

out は1次元の配列ですが,2次元のブールマスクも使用します.

out は 1 次元配列であり,マスクの代わりにマスクから構成されるインデックス配列が使用される。

(この場合、ニューロンは水平方向の配列であり、他のニューロンとの接続はその水平方向にバイナリマスクの対応する値で示され、同じセル内でも並列配列で重み、出力、時間データが格納され、Zxはx-レンジ遅延演算子である)

モデルネット

class CDmem
  {
public:
                     CDmem(void){};
                    ~CDmem(void){};
   double            m[];
  };
//+------------------------------------------------------------------+
//|                                                                  |
//+------------------------------------------------------------------+
class CBmem
  {
public:
                     CBmem(void){};
                    ~CBmem(void){};
   bool              m[];
  };
//+------------------------------------------------------------------+
//|                                                                  |
//+------------------------------------------------------------------+
class CProcessing
  {
public:
                     CProcessing(void){};
                    ~CProcessing(void){};
   virtual void      Processing(int i,CBmem &mask[],CDmem &weg[],CDmem &out[],CDmem &temp[],int I,int J)
     {
      for(int j=0;j<J;j++)
        {
         temp[i].m[j]=mask[i].m[j]*weg[i].m[j]*out[i].m[j];
        }
      double sum=0;
      for(int j=0;j<J;j++)
        {
         sum+=temp[i].m[j];
        }

      double outt=2./(1.+exp(-sum));
      for(int j=0;j<J;j++)
         out[i].m[j]=outt;
     };
   void              DelayOperator(int i,CDmem &out[])
     {
      // тут мы сдвишаем от конца к началу, реализуем оператор задержки
     };
  };
//+------------------------------------------------------------------+
//|                                                                  |
//+------------------------------------------------------------------+
class Unet
  {
   int               cnt_prcss;
   CBmem             mask[];
   CDmem             weg[];
   CDmem             out[];
   CDmem             temp[];
   CProcessing      *prcss[];
   void              Init()
     {
      ArrayResize(mask,5);
      ArrayResize(weg,5);
      ArrayResize(out,5);
      ArrayResize(temp,5);
      for(int i=0;i<5;i++)
        {
         ArrayResize(mask[i].m,19);
         ArrayResize(weg[i].m,19);
         ArrayResize(out[i].m,19);
         ArrayResize(temp[i].m,19);
        }
     };
   void              InitProcessing(CProcessing *p)
     {
      prcss[cnt_prcss]=p;
      cnt_prcss++;
     };
public:
                     Unet(void){Init(); cnt_prcss=0;};
                    ~Unet(void)
     {
      for(int i=0;i<cnt_prcss;i++)
         delete prcss[i];
     };
   void              DonwloadMask(){};
   void              DonwloadWeg(){};
   void              Processing()
     {
      for(int i=0;i<cnt_prcss;i++)
         prcss[i].Processing(i,mask,weg,out,temp,5,19);
     };
   void              DelayOperator()
     {
      for(int i=0;i<cnt_prcss;i++)
         prcss[i].DelayOperator(i,out);
     };
  };
 

それはモデルではない。神経細胞はどこにあるのか?接続先は?プロセスはどこにあるのか?フィードバックはどこにあるのか?

そして、もうひとつの疑問は、なぜすべてのネットワークに対応するユニバーサルモデルを作るのか、ということです。

むしろ、ほとんどのものに対応するユニバーサルネットワークを作りたいくらいです(へぇー))。

また、なぜすぐに導入に踏み切るのですか?そもそもアーキテクチャが用意されていないんですね。

 
TheXpert です。

これは模型ではありません。神経細胞はどこにあるのか?接続先は?プロセスはどこにあるのか?フィードバックはどこにあるのか?

そしてもうひとつの疑問は、なぜすべてのネットワークに対応するユニバーサルモデルを作るのか、ということです。

ほとんどのタスクに対応するユニバーサルネットワークが良い(へぇー) )

神経細胞は水平に配列され、その接続はブールマスクで符号化されている。

一度に全部は説明できないので、不明な点は質問してください。

アーキテクチャはモデルから続くものであり、今後もそうであり続けるでしょう。

ほとんどのタスクでユニバーサルネットワークより優れている(へー) )

ZZZYと私は、このモデルがすべてのタスクに適合しているかどうかをチェックしたいのです。一頭でも良いが、合唱団が良い。

CProcessingクラスの子孫を変更することで、ニューロンの種類を1つずつ変更することができます。

さらに、ニューロンタイプの配列を追加し、それぞれに異なるタイプを割り当てることができます(子孫のCProcessingから選択)。

ZZZZY 逆リンクは図中Zxと表示されている

 
ウラン です。

ではなぜ、出力にマスクを付け、ニューロンには再び付けないのか?)

また、活性化関数をGPUにどのように入れるのですか?

イマイチ、前回と同じように詰め込めないものを詰め込むことになる。でも、イマドキだから、並べるだけでいいんです。

仕事でない限り、これ以上迷惑はかけない。

ああ、コギトロンのことですね。他には、ホップフィールド・ネットワークという、入力が出力になるネットワークがあります。それから、まばらな...。