농담입니다. 고급 사용자는 초보자보다 더 많은 것을 봅니다. 시간이 지남에 따라 문제에 대한 그의 비전은 다른 사람들에게 퍼질 것이고 그들은 또한 고급 사용자가 이미 사용하고 싶어하는 기능을 사용하고 싶어할 것입니다.
대량에 초점을 맞추면 플랫폼은 항상 과거의 그대로일 것입니다.
Kodak이 비누 접시와 가공 기계 네트워크를 만들기 전에는 관광객들이 스스로 사진을 찍고 싶어하는 것이 아니라 고급 사용자와 사진 전문가(어트랙션 근처에 많은 사람들이 있었음)의 특권이었습니다.
그러나 혁신가가 와서 새로운 서비스를 만들어 업계를 뒤집어 대중에게 홍보했습니다.
동의한다. 둘다. :)))
인터페이스를 고려해야 합니다. 맞춤 유전학이란 무엇입니까? 클라우드와의 인터페이스가 "SetPopulationForCalc(); GetPopulationFitnessFuncs();" 수준에서 수행되는 경우 그러면 유연하고 강력한 계획이 작동하지 않습니다. 모집단 크기가 고정되어 있지 않고 매개변수 배열과 함께 매개변수로 전달되는 경우 클라우드와의 교환이 임의 볼륨의 태스크 패키지 수준에서 구현되면 더 좋을 것입니다. 또한 (1) 클라우드( (2) 상세한 단일 실행("테스트"와 유사)이 있는 매개변수 세트 배열의 최적화 유사). 그런 다음 워크 포워드는 문제없이 만들어지며 차와 함께 모든 종류의 다른 카카바는 이제 마음에 들지도 않습니다.
그런 생각들입니다.
따라서 결론: 테스터와 터미널의 프로그램 사이에 유연한 API 계층을 생각할 필요가 있습니다. Tada와 플레이 중 "즉석에서 로봇 매개변수 수정으로 거래 중 유전자 최적화 시작"이라는 고대 테마는 다른 사람들과 함께 눈에 거슬리지 않게 해결될 수 있습니다. 그리고 다른 많은 굿즈가 가능해집니다. 특히, 클라우드는 일반적으로 동일한 유형의 계산을 대량으로 수행하여 임의의 작업을 해결할 수 있는 초우주적 대용량 메가컴퓨터가 될 것입니다.
네, 불만족하시는 분들이 더 많은 것 같아요. 사람들의 기본 자격에서, 예를 들어 자신의 유전자를 생각하는 것만으로는 충분하지 않습니다. 쓰레기입니다. 그리고 테스터 API가 없기 때문에 대량 사용자 정의 개발이 없습니다. API가 나타나면 늑대 최적화 및 기타 이국적인 " grail -generators"가 포함된 대량 솔루션도 나타납니다. 클라우드에 대한 수요는 확실히 증가할 것입니다.
그것은 다른 것에 관한 것입니다. 최적화 진행 상황을 제어하고 싶었을 뿐입니다.
대략적으로 말하면, 당신은 당신의 유전자를 원하십니까?
처음에 - 예, 그들은 유전학을 요구했습니다.
그리고 자동 최적화를 위해 사용할 것입니다(이전 결과를 기반으로 매개변수 영역을 선택했습니다).
그리고 자동 최적화를 위해 사용할 것입니다(이전 결과를 기반으로 매개변수 영역을 선택했습니다).
대략적으로 말하면, 당신은 당신의 유전자를 원하십니까?
이 방향으로, 그러나 모든 것이 그렇게 단음절인 것은 아닙니다.
첫째, 표준 GA가 모든 것을 만족한다면(~10K의 본격적인 매개변수, 다중 매개변수 최적화), 대부분의 불만족은 침묵할 것입니다.
그러나 한 가지 더 악용이 있습니다. 때로는 최적화를 중지하고 변덕스럽게 즐겨찾기를 선택한 다음 계속하고 싶을 때가 있습니다. 자동 FF에서 수동 수정을 수행하는 것.
이 경우 까다로운 사용자의 일부라도 마침내 GA 문제를 종료합니다.
그리고 개발자가 불만이 거의 없다는 사실을 당혹스럽게 생각하지 않도록 하십시오. 일반적으로 이들은 가장 발전된 사람들이며 동등해야 하는 사람들입니다.
추신 하지만 사실 당신이 옳습니다. 당신의 유전학은 신체에 더 가깝고, 클라우드에서 그것을 실행하는 것이 멋질 것입니다. 그건 그렇고, 롤 포워드 테스트로 문제를 자체적으로 해결할 수 있으며 MQ에서 이 모드를 구걸하지 않습니다.
그리고 개발자가 불만이 거의 없다고 당황하지 않도록하십시오. 일반적으로 이들은 가장 진보 된 것입니다.
사실, 이 요소는 실패의 경우에 가장 중요합니다.
사실, 그들은 좁은 범위의 고급 사람들이 사용하게 될 작업으로 인해 주의가 산만해져야 합니다.
사실, 이 요소는 실패의 경우에 가장 중요합니다.
사실, 그들은 좁은 범위의 고급 사람들이 사용하게 될 작업으로 인해 주의가 산만해져야 합니다.
농담입니다. 고급 사용자는 초보자보다 더 많은 것을 봅니다. 시간이 지남에 따라 문제에 대한 그의 비전은 다른 사람들에게 퍼질 것이고 그들은 또한 고급 사용자가 이미 사용하고 싶어하는 기능을 사용하고 싶어할 것입니다.
대량 에 초점을 맞추면 플랫폼은 항상 과거의 그대로일 것입니다.
Kodak이 비누 접시와 가공 기계 네트워크를 만들기 전에는 관광객들이 스스로 사진을 찍는 것을 원하지 않았고 고급 사용자와 사진 전문가의 특권이었습니다.
그러나 혁신가가 와서 새로운 서비스를 만들어 업계를 뒤집어 대중에게 홍보했습니다.
농담입니다. 고급 사용자는 초보자보다 더 많은 것을 봅니다. 시간이 지남에 따라 문제에 대한 그의 비전은 다른 사람들에게 퍼질 것이고 그들은 또한 고급 사용자가 이미 사용하고 싶어하는 기능을 사용하고 싶어할 것입니다.
대량에 초점을 맞추면 플랫폼은 항상 과거의 그대로일 것입니다.
Kodak이 비누 접시와 가공 기계 네트워크를 만들기 전에는 관광객들이 스스로 사진을 찍고 싶어하는 것이 아니라 고급 사용자와 사진 전문가(어트랙션 근처에 많은 사람들이 있었음)의 특권이었습니다.
그러나 혁신가가 와서 새로운 서비스를 만들어 업계를 뒤집어 대중에게 홍보했습니다.
동의한다. 둘다. :)))
인터페이스를 고려해야 합니다. 맞춤 유전학이란 무엇입니까? 클라우드와의 인터페이스가 "SetPopulationForCalc(); GetPopulationFitnessFuncs();" 수준에서 수행되는 경우 그러면 유연하고 강력한 계획이 작동하지 않습니다. 모집단 크기가 고정되어 있지 않고 매개변수 배열과 함께 매개변수로 전달되는 경우 클라우드와의 교환이 임의 볼륨의 태스크 패키지 수준에서 구현되면 더 좋을 것입니다. 또한 (1) 클라우드( (2) 상세한 단일 실행("테스트"와 유사)이 있는 매개변수 세트 배열의 최적화 유사). 그런 다음 워크 포워드는 문제없이 만들어지며 차와 함께 모든 종류의 다른 카카바는 이제 마음에 들지도 않습니다.
그런 생각들입니다.
따라서 결론: 테스터와 터미널의 프로그램 사이에 유연한 API 계층을 생각할 필요가 있습니다. Tada와 플레이 중 "즉석에서 로봇 매개변수 수정으로 거래 중 유전자 최적화 시작"이라는 고대 테마는 다른 사람들과 함께 눈에 거슬리지 않게 해결될 수 있습니다. 그리고 다른 많은 굿즈가 가능해집니다. 특히, 클라우드는 일반적으로 동일한 유형의 계산을 대량으로 수행하여 임의의 작업을 해결할 수 있는 초우주적 대용량 메가컴퓨터가 될 것입니다.
좋은 자동 최적화를 위해 테스터는 체인에서 제외되어야 합니다.
나는 작동 중 Expert Advisor의 자동 최적화에 대해 이야기하는 것이 아니라 예를 들어 자체적으로 Wolf-forward에 대해 이야기하고 있습니다.
향후 실행을 위한 매개변수 범위를 선택하면 이 문제를 100% 해결할 수 있습니다(날짜는 동일한 매개변수를 사용하여 프로그래밍 방식으로 제한될 수 있음).
그러나 이것은 클라우드의 사용을 고려할 때 보이는 것처럼 간단하고 모호하지 않습니다.
나는 작동 중 Expert Advisor의 자동 최적화에 대해 이야기하는 것이 아니라 예를 들어 자체적으로 Wolf-forward에 대해 이야기하고 있습니다.
음, 내 관점에서 그것은 동일합니다 :)
첫째, 표준 GA가 모든 것을 만족한다면(~10K의 본격적인 매개변수, 다중 매개변수 최적화), 대부분의 불만족은 침묵할 것입니다.
네, 5~10개 대부분 불만족 :)