ニューラルネットワーク、どう使いこなすか、何から始めるか? - ページ 8

 
Neutron >> :

TFは一切使っていません。

その理由は、ローソク足はすべてのタイムフレームで使用されるため、他の方法(例えば、機器時間など)を使用して元のものに基づくBPよりも、始値(または終値)に基づくBPの方が統合ランダムBPに近いからである。

インストゥルメンタルの時間は?

 
Neutron >> :

複雑なんです。

少し前に2つの定理が証明されたことがありますね。1によれば、3層非線形NS(3層のニューロンからなり、それぞれの出力に非線形性があるもの)は普遍的な近似器であり、さらに層数を増やしてもネットワークにパワーが加わることはない。第二定理によれば、ネットワークの計算力は、そのニューロンの出力における非線形の特定のタイプに依存することはない。原理的に非線形であることが重要で、シグモイドやアークタンジェントなど、具体的にどのようなものであっても構わないのです。そのため、イコールのベストを探す手間が省けます。

なるほど、わかりました。ネットワークパワー」という言葉が紛らわしかった。


この2つの定理から、4層が3層より効率が悪いということは何ら導かれない。

4層を学習させるところ、3層を学習させることができるというだけです。トレーニングの効率化については何も書いていない。


最初に必ず3層を学習させることが可能だとします。そして、他のアーキテクチャ、特にレイヤーを増やすことで効率化を図ることができるのです。


ノンリニアについて。しかし、やはりどんな根拠があろうとも、それぞれのFAにはメリットとデメリットがあるのです。だから私も思いついたんです。も持っていますが。

その証拠に、きっと効率性については何も言っていない。


したがって、議論は終わったと思います。

 
registred писал(а)>>

インストゥルメンタルの時間は?

これは、キャンドルが時間によって作られるのではなく、ピースによって作られる場合です(フォーラム検索参照)。

TheXpert さんが書き込みました >>

まず3層を必ず習得できるとします。そして、他のアーキテクチャ、特にレイヤーを増やすことで効率化を図る ことができるのです。

確かにそうですが、(全く重要でない)追加レイヤーのために超高額な料金を支払わなければならないのです。

 
Neutron писал(а)>>

それはそうなのですが、レイヤーを増やすために超高額な料金を支払わなければならなくなります(全然根本的ではない)。学習の複雑さはP^3のように大きくなってしまうのです

そして、これはもちろん、別のネットワークの結果につながりますが、それがより良いものになるかどうかは疑問です。3層で稼ぐことを学習したネットワークが、4層目で大きなダメージを受ける可能性がある......つまり、アーキテクチャの選択は、層を増やすこととはちょっと違うんですね。また、学習の質は入力の質に強く影響されるため、2層のネットワークでも十分に機能します......。

 

全く同感です。

 
Integer >> :

ニューラルネットワークを自分でプログラミングする必要はない。既成のプログラムがある。ロシア語の本がある唯一のプログラムはStatistica Neural Networksですが、この本はニューラルネットワークの専門家が書いたという印象で、ニューラルネットワークの技術や既存のタイプのニューラルネットワークの紹介や概要がかなりまともに書かれています。このプログラムでは、学習したネットワークをMT Expert Advisorで使用できるDLLとしてエクスポートすることができます(自分で試していないので、間違っていたらすみません)。非ネットワークの専用トレーダープログラムは、MTに装着するのはそう簡単ではないし、装着できたとしても曲者か、非常に高価なものである。データをメタファイルに書き出すブローカー端末もありますが、成長しないネットワークを扱うための専用ソフトを導入するのは、そう簡単なことではありません。え!?なぜMTの開発者は、不必要な変更なしに市場の他のプログラムを使用できるように、データをエクスポートする可能性を提供しないのですか?

まったくもって同意できない・・・。既製品は、3in1シャンプーとか...。シャンプー、コンディショナー、バーム...。

でも、どちらも通常画質では...。


ネットワークは、このプログラムでどのように実装されるかは未知数ですが、多くの要因に大きく影響されます...。

独自の実装を開発することで、ネットワークに対する理解が深まり、非常に柔軟性の高いツールを作成することができます...


トレーニング時のネットワークエラー計算を変更したいのですが?標準的なRMSから他のものへ?

無理だ...アルゴリズムを変更しなければならない...利用できない...。

しかも、エラーを修正する方法がない...。1年後に、修正不可能なエラーがあることがわかると想像してください。

カッコイイと思うんだけどな...。:)


学生や非専門家、つまりニューラルネットワークをやってお金を稼いでいない人には無関心なのですが...。


お金に関しては、最初から最後まで、すべてのプロセスをコントロールする必要があります...。


だから、できれば全部自分でやるか、せめて自分でコントロールできるツールを使うべきだというのが私の意見です...。

 
Solver.it писал(а)>>

1年間努力した結果、ソフトウェアに修正不可能なバグがあることがわかったとしたら......?

カッコイイと思うんだけどなぁ...。:)

だから、neroshel nerosolushinなどの人気のあるプログラムを使って、意見などを読む必要があるのです。しかし、あなたのプログラムはzilipupkin知られていない場合は、もちろんはい、慎重にそれを使用します。

 
Solver.it писал(а)>>
プロはどうなんですか?プロは何を基準に取引しているのか?どのように取引しているのか?
 
Solver.it писал(а)>>

まったくもって同意できない・・・。

3Dグラフィックスやアニメーションをやっていたら、自分で3DStudioMAXを書いたりするのでしょうか?

 
Neutron >> :

バイパラメトリック指数平滑法は、デュアル入力NSに劣るものではありません。


指数平滑化とNSは数学的手法が異なるため、比較するのは不適切である。

別の装置で