"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 95 1...888990919293949596979899100 新しいコメント Реter Konow 2019.06.06 11:29 #941 TheXpert:ニューロンとレイヤーの説明。私の解釈は、生物学的な見方とは少し違いますニューロン自体は、入力xから出力yへの単純な変換器である。私の構想では、ニューロンにはシナプスがありません。入力（x）、出力（y）、誤差（e）、閾値（t）だけである。誤差は、学習に必要なニューロン固有の性質である。オプションとして、反復による可視化に使用することができる。 同一のニューロンを組み合わせて1つの層にすることができる。レイヤーは同一の神経細胞の集合（ベクトル）である。ニューロンの入力と出力は、層の入力と出力バッファを形成する。バッファとは、神経細胞とシナプスをつなぐための別体であり、通信方式を簡略化するためのスペーサーである。ニューロンを組み合わせることで、多くの場合、ベクトル演算への移行が可能となり、演算が単純化、高速化されることが多い。層は少なくとも1つのニューロンで構成される。... 専門家に聞くプログラム的な意味での "ニューロン "とは？通常の機能との類似性は？また、値の入力、変換、出力があります。ニューロン」と「機能」の違いは何ですか？ Maxim Dmitrievsky 2019.06.06 11:33 #942 Dmitry Fedoseev:では、本当のところは、なぜみんな使っていないのか？何か問題があるのでしょうか？使っている人もいる、プライベートメッセージに書いている が、誰も市場のパターンを 選ぶ方法を知らない、つまり、オン、ほぼ、SB。そして、これはどんなML戦略にとっても大きなヒケツであり、考えるべきことであり、それ以外の何ものでもないのです。 Dmitry Fedoseev 2019.06.06 11:34 #943 Реter Konow: 専門家に聞くプログラム的な意味での "ニューロン "とは？普通の関数とどの程度似ているのでしょうか？また、価値の入力、変換、出力があります。ニューロン」と「機能」の違いは何ですか？その機能とは最初は急激に上昇し、その後ゆっくりと上昇します。対数のようなもの。そして、シナプスが入力となる。軸索は出力です。(またはその逆) Dmitry Fedoseev 2019.06.06 11:35 #944 Maxim Dmitrievsky:使う人もいれば、個人で書く人もいる が、誰も市場のパターンを分離する方法を知らない、すなわち、ほぼ、SBで。そして、これはどんなML戦略にとっても最大のボトルネックであり、考えるべきことであって、それ以外の何ものでもない。SBにすべてを託していたら、何もできない。 Maxim Dmitrievsky 2019.06.06 11:37 #945 Dmitry Fedoseev:SBばかりでは、何もできない。そうは問屋が卸さない Реter Konow 2019.06.06 11:39 #946 Dmitry Fedoseev:その機能とは最初は急激に上昇し、その後ゆっくりと上昇します。対数のようなもの。そして、シナプスが入力となる。軸索は出力です。(またはその逆) 数学的な関数ではなく、ソフトウェア的な関数を指していたのです。ソフトウェアとしてのニューロンは、パラメータを受け取って変換し、その結果を出力するソフトウェア機能の実体とは概念的に異なるものである。 Andrey Dik 2019.06.06 11:41 #947 Dmitry Fedoseev: 何を話すんだ？遺伝的アルゴリズム コンテストが開催されることになったとき、フォーラムの9割がそんなことがあるのかとヒステリックになり、誰もそれが何であるかを知らないことが判明し、自分の実装を持っているどころか、少なくとも作ろうとしていた...でもね、みんなどれだけ楽しんでいたことか。然り大失敗だった...。私は整理整頓が下手なのかもしれません。 Alexander_K 2019.06.06 11:41 #948 Maxim Dmitrievsky:使う人もいれば、個人で書く人もいる が、誰も市場のパターンを分離する方法を知らない、すなわち、ほぼ、SBで。そして、これはどんなML戦略にとっても大きなボトルネックであり、考えるべきことでもあり、それ以外のことでもないのです。マキシム、BP値の間の時間がニューラルネットワークの入力に供給され、グリッドが市場サイクルを計算するまで（そしてそれは、私はあなたを保証する） - 何も動作しません。1セッションから1年分までのサンプルで検索する必要があります。サンプルは期間に厳密に対応 するものでなければならず、それ以外のものであってはならない。BPがSBと異なるのは時間構造であり、これは何度も書いている。 Andrey Dik 2019.06.06 11:42 #949 Maxim Dmitrievsky:ばちがあたるほとんど動かない」と言いましょう...それが「動かない」全体の中で、スクラップをかき集めるように残されているのです。 Dmitry Fedoseev 2019.06.06 11:43 #950 Реter Konow: 数学的な関数ではなく、ソフトウェア的な関数を指していたのです。ソフトウェアとしてのニューロンは、パラメータを受け取って変換し、その結果を出力するソフトウェア機能の実体とは概念的に異なるものです。違和感がない。普通の機能です。1つのパラメータを入力し、1つの値を出力する。 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... 1...888990919293949596979899100 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
ニューロンとレイヤーの説明。
私の解釈は、生物学的な見方とは少し違います
ニューロン自体は、入力xから出力yへの単純な変換器である。私の構想では、ニューロンにはシナプスがありません。入力（x）、出力（y）、誤差（e）、閾値（t）だけである。誤差は、学習に必要なニューロン固有の性質である。オプションとして、反復による可視化に使用することができる。
同一のニューロンを組み合わせて1つの層にすることができる。レイヤーは同一の神経細胞の集合（ベクトル）である。
ニューロンの入力と出力は、層の入力と出力バッファを形成する。バッファとは、神経細胞とシナプスをつなぐための別体であり、通信方式を簡略化するためのスペーサーである。
ニューロンを組み合わせることで、多くの場合、ベクトル演算への移行が可能となり、演算が単純化、高速化されることが多い。
層は少なくとも1つのニューロンで構成される。
...
では、本当のところは、なぜみんな使っていないのか？何か問題があるのでしょうか？
使っている人もいる、プライベートメッセージに書いている
が、誰も市場のパターンを 選ぶ方法を知らない、つまり、オン、ほぼ、SB。そして、これはどんなML戦略にとっても大きなヒケツであり、考えるべきことであり、それ以外の何ものでもないのです。
専門家に聞くプログラム的な意味での "ニューロン "とは？普通の関数とどの程度似ているのでしょうか？また、価値の入力、変換、出力があります。ニューロン」と「機能」の違いは何ですか？
その機能とは最初は急激に上昇し、その後ゆっくりと上昇します。対数のようなもの。そして、シナプスが入力となる。軸索は出力です。(またはその逆)
使う人もいれば、個人で書く人もいる
が、誰も市場のパターンを分離する方法を知らない、すなわち、ほぼ、SBで。そして、これはどんなML戦略にとっても最大のボトルネックであり、考えるべきことであって、それ以外の何ものでもない。
SBにすべてを託していたら、何もできない。
SBばかりでは、何もできない。
そうは問屋が卸さない
その機能とは最初は急激に上昇し、その後ゆっくりと上昇します。対数のようなもの。そして、シナプスが入力となる。軸索は出力です。(またはその逆)
何を話すんだ？遺伝的アルゴリズム コンテストが開催されることになったとき、フォーラムの9割がそんなことがあるのかとヒステリックになり、誰もそれが何であるかを知らないことが判明し、自分の実装を持っているどころか、少なくとも作ろうとしていた...でもね、みんなどれだけ楽しんでいたことか。
然り大失敗だった...。私は整理整頓が下手なのかもしれません。
使う人もいれば、個人で書く人もいる
が、誰も市場のパターンを分離する方法を知らない、すなわち、ほぼ、SBで。そして、これはどんなML戦略にとっても大きなボトルネックであり、考えるべきことでもあり、それ以外のことでもないのです。
マキシム、BP値の間の時間がニューラルネットワークの入力に供給され、グリッドが市場サイクルを計算するまで（そしてそれは、私はあなたを保証する） - 何も動作しません。1セッションから1年分までのサンプルで検索する必要があります。サンプルは期間に厳密に対応 するものでなければならず、それ以外のものであってはならない。
BPがSBと異なるのは時間構造であり、これは何度も書いている。
ばちがあたる
ほとんど動かない」と言いましょう...それが「動かない」全体の中で、スクラップをかき集めるように残されているのです。
数学的な関数ではなく、ソフトウェア的な関数を指していたのです。ソフトウェアとしてのニューロンは、パラメータを受け取って変換し、その結果を出力するソフトウェア機能の実体とは概念的に異なるものです。
違和感がない。普通の機能です。1つのパラメータを入力し、1つの値を出力する。