빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련 , 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
이 대회는 250개의 뉴런으로 구성된 코호넨(Kohonen) 레이어를 사용합니다. 우리는 약 1500개를 해야 합니다. 뉴런을 훈련시키는 데는 약 100시간의 기계 시간이 소요됩니다. 학습 알고리즘이 다르면 더 빠를 수 있습니다(더 빠름). 250개의 뉴런에 대해 약 10시간이 걸립니다. 그러나 문제는 그리드가 아니라 Expert Advisor를 교육하는 데서 시작됩니다. 여기에 문제가 있습니다. Expert Advisor가 되는 데 3주가 걸렸지만 대략적으로는 이렇습니다. 사실 상황은 시시각각 변하고 있습니다. 순 시간 - 8-10시. 1500개의 뉴런이 있는 경우 조언자를 훈련하는 데 약 80-120시간의 기계 시간이 걸립니다. 그러나 이것은 하나의 통화에만 해당됩니다. 그리고 최대한 많이 해야 합니다. 내 자원은 이것에 충분하지 않습니다. 컴퓨터가 바뀌더라도.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 가져올까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 가져올까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
이 대회는 250개의 뉴런으로 구성된 코호넨(Kohonen) 레이어를 사용합니다. 우리는 약 1500개를 해야 합니다. 뉴런을 훈련시키는 데는 약 100시간의 기계 시간이 소요됩니다. 학습 알고리즘이 다르면 더 빠를 수 있습니다(더 빠름). 250개의 뉴런에 대해 약 10시간이 걸립니다. 그러나 문제는 그리드가 아니라 Expert Advisor를 교육하는 데서 시작됩니다. 여기에 문제가 있습니다. Expert Advisor가 되는 데 3주가 걸렸지만 대략적으로는 이렇습니다. 사실 상황은 시시각각 변하고 있습니다. 순 시간 - 8-10시. 1500개의 뉴런이 있는 경우 조언자를 훈련하는 데 약 80-120시간의 기계 시간이 걸립니다. 그러나 이것은 하나의 통화에만 해당됩니다. 그리고 최대한 많이 해야 합니다. 내 자원은 이것에 충분하지 않습니다. 컴퓨터가 바뀌더라도.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
빅터 감사합니다 알아두면 유용할 것 같아요. 내 비누는 fxfion(doggy)mail(dot)입니다. 루.
maveric에, 나는 당신의 코드를 보았고, 특히 이러한 지표의 정규화에 대해 무언가를 배웠지만 일반적으로 구조를 마스터하지 못하고 배열에 잠복했습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
이 대회는 250개의 뉴런으로 구성된 코호넨(Kohonen) 레이어를 사용합니다. 우리는 약 1500을 해야 합니다. 뉴런을 훈련시키는 데는 약 100시간의 기계 시간이 소요됩니다. 학습 알고리즘이 다르면 더 빠를 수 있습니다(더 빠름). 250개의 뉴런에 대해 약 10시간이 걸립니다. 그러나 문제는 그리드가 아니라 Expert Advisor를 교육하는 데서 시작됩니다. 여기에 문제가 있습니다. Expert Advisor가 되는 데 3주가 걸렸지만 대략적으로는 이렇습니다. 사실 상황은 시시각각 변하고 있습니다. 순 시간 - 8-10시. 1500개의 뉴런이 있는 경우 조언자를 훈련하는 데 약 80-120시간의 기계 시간이 걸립니다. 그러나 이것은 하나의 통화에만 해당됩니다. 그리고 최대한 많이 해야 합니다. 내 자원은 이것에 충분하지 않습니다. 컴퓨터가 바뀌더라도.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
빅터 감사합니다 알아두면 유용할 것 같아요. 내 비누는 fxfion(doggy)mail(dot)입니다. 루.
maveric에, 나는 당신의 코드를 보았고, 특히 이러한 지표의 정규화에 대해 무언가를 배웠지만 일반적으로 구조를 마스터하지 못하고 배열에 잠복했습니다.
전송된. 더 많은 흥미로운 것들이 있습니다. 거미에서 klota의 발달을 볼 수 있습니다. 비록 다 마음에 들지는 않았지만. 배열의 경우 뉴런 전체가 배열이며 다른 것은 없습니다. 이 배열로 무엇을 하느냐가 중요합니다.
코호넨의 카드 에 대해 . 나는 그것들을 사용하지 않고 필요하며 시각화를 위해서만 보입니다. 이것은 적절한 소프트웨어에서 수행되어야 합니다. 그리고 Kohonen 레이어는 동일한 문제를 해결합니다.
일반적으로 나는 국회를 알게되었고 우리가 항상 우리의 두뇌와 성공적으로 거래하는 것은 아니며 "인공 두뇌"를 훈련시키는 것이 어려울 것이라고 생각했습니다. 지금까지는 최소한 국회 활용에 대한 의욕은 없는 것 같은데, 그들에게 시장이 너무 험난한 것은 아닐까?
확실히 그런 방식은 아닙니다. 그것은 뇌에 관한 것이 아닙니다. 그리고 작업을 설정합니다. 뉴런에게 모든 작업이 어려운 것은 아닙니다. 그러나 많은 문제가 해결될 수 있습니다. 이것이 패턴 인식, 정보 압축입니다. 그녀가 성공적으로 대처하는 많은 작업이 있습니다. 처음에는 다음 날의 '하이'와 '러브'를 예측해봤다. 평균보다 작은 값의 경우 정확도는 약 80%, 높으면 5%였습니다. Forex는 정규 분포 법칙에 맞지 않습니다. 어떻게든 값을 변환해야 합니다. 그러나 결과는 그리드에 놓인 최대값을 초과할 수 없습니다. 비록 내가 알아차렸을지라도, 많은 사람들이 이 길을 걸었습니다. 그러나 Reshetov 씨는 뉴런에 대해 많은 "도움"을 주었습니다. 나는 그에게 반해 경쟁에서 그의 결정에 3개월을 보냈다. 그것이 어떻게든 나에게 도움이 되었지만. 뉴런이 있는 Expert Advisor를 위한 학습 메커니즘을 나 자신을 위해 만들었습니다. 완벽하다는 말은 아닙니다. 하지만 그는 저를 많이 도왔습니다. 그리고 내 질문에 대한 답변으로 기사를 작성한 Candide에게 감사드립니다.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
힘들지 않다면 나도 그렇고. 내 주소는 내 프로필에 있습니다.
최근에 나는 국회가 없으면 내 시스템이 올바르게 거래하는 방법을 배울 수 없다는 결론에 도달했습니다. 보시다시피 저는 나쁜 선생님입니다. :-) 이것은 내 시스템이 작동하는 데이터의 적절한 클러스터링이 필요하다는 아이디어가 있습니다. 글쎄, 내가 이해하는 한, 그들은 Kohonen 네트워크를 사용하여 클러스터링될 수 있습니다. 그러나 이 모든 것을 헤쳐나가려는 첫 번째 시도는 아직 결과로 이어지지 않았습니다. 그것에 대해 아는 것이 너무 적습니다. 명확하게 명시된 아이디어와 실제 사용의 좋은 예를 모두 결합하여 좋은 것을 읽을 필요가 있습니다.
나는 국회에서 클론의 전체 스레드를 다시 읽었지만 이것은 내 수준이 아닙니다. 우리는 시급히 부족한 부분을 채워야 합니다.
신경망과 관련된 문제에서 단방향 네트워크인 경우 올바른 입력 데이터를 선택하는 것이 중요합니다. 가격 범위를 밀어 넣는 것만으로는 좋은 솔루션이 아닙니다. 국회에서 우리에게 필요한 것이 무엇인지 이해하는 것도 중요합니다. 이 옵션에 관심이 있습니다. 가장 가까운 지원 수준 까지의 거리를 입력하고 다른 값을 입력합니다. 출력은 이러한 수준의 강도입니다. 저것들. 그 중 가격이 반등할 것입니다. 이것을 예로 들어 보시기 바랍니다. 개인적으로 저는 이러한 실험에 NeuroSolutions 5를 사용합니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련 , 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
이 대회는 250개의 뉴런으로 구성된 코호넨(Kohonen) 레이어를 사용합니다. 우리는 약 1500개를 해야 합니다. 뉴런을 훈련시키는 데는 약 100시간의 기계 시간이 소요됩니다. 학습 알고리즘이 다르면 더 빠를 수 있습니다(더 빠름). 250개의 뉴런에 대해 약 10시간이 걸립니다. 그러나 문제는 그리드가 아니라 Expert Advisor를 교육하는 데서 시작됩니다. 여기에 문제가 있습니다. Expert Advisor가 되는 데 3주가 걸렸지만 대략적으로는 이렇습니다. 사실 상황은 시시각각 변하고 있습니다. 순 시간 - 8-10시. 1500개의 뉴런이 있는 경우 조언자를 훈련하는 데 약 80-120시간의 기계 시간이 걸립니다. 그러나 이것은 하나의 통화에만 해당됩니다. 그리고 최대한 많이 해야 합니다. 내 자원은 이것에 충분하지 않습니다. 컴퓨터가 바뀌더라도.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 가져올까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
여기 (포럼에서) 어딘가에 고문을 게시했습니다 kohonen이 아니라 다층 네트워크
물고기는 어떻게 가는 것 같니?
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 가져올까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
여기 (포럼에서) 어딘가에 고문을 게시했습니다 kohonen이 아니라 다층 네트워크
물고기는 어떻게 가는 것 같니?
그리고 더 정확하게는 할 수 있습니다. 분명히 통과했습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
이 대회는 250개의 뉴런으로 구성된 코호넨(Kohonen) 레이어를 사용합니다. 우리는 약 1500개를 해야 합니다. 뉴런을 훈련시키는 데는 약 100시간의 기계 시간이 소요됩니다. 학습 알고리즘이 다르면 더 빠를 수 있습니다(더 빠름). 250개의 뉴런에 대해 약 10시간이 걸립니다. 그러나 문제는 그리드가 아니라 Expert Advisor를 교육하는 데서 시작됩니다. 여기에 문제가 있습니다. Expert Advisor가 되는 데 3주가 걸렸지만 대략적으로는 이렇습니다. 사실 상황은 시시각각 변하고 있습니다. 순 시간 - 8-10시. 1500개의 뉴런이 있는 경우 조언자를 훈련하는 데 약 80-120시간의 기계 시간이 걸립니다. 그러나 이것은 하나의 통화에만 해당됩니다. 그리고 최대한 많이 해야 합니다. 내 자원은 이것에 충분하지 않습니다. 컴퓨터가 바뀌더라도.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
빅터 감사합니다 알아두면 유용할 것 같아요. 내 비누는 fxfion(doggy)mail(dot)입니다. 루.
maveric에, 나는 당신의 코드를 보았고, 특히 이러한 지표의 정규화에 대해 무언가를 배웠지만 일반적으로 구조를 마스터하지 못하고 배열에 잠복했습니다.
빅토르, 코호넨의 지도는 처리하셨나요? 다층 NS에서 이해할 수 있는 "물고기"를 한 번도 만나지 못했습니다. 평가에는 미흡하지만 구체적으로 뭔가를 느끼고 싶다. 다시 - 메쉬 훈련, 컴퓨터가 얼마나 많은 매개변수를 끌어낼까요? 이 "야생"으로 올라가는 것은 ... 거기에 수렁에 빠질 위험이 있습니다. 원칙적으로 제한 매개변수에 따라 동일한 지표 세트로 최적화할 수 있습니다.
이 대회는 250개의 뉴런으로 구성된 코호넨(Kohonen) 레이어를 사용합니다. 우리는 약 1500을 해야 합니다. 뉴런을 훈련시키는 데는 약 100시간의 기계 시간이 소요됩니다. 학습 알고리즘이 다르면 더 빠를 수 있습니다(더 빠름). 250개의 뉴런에 대해 약 10시간이 걸립니다. 그러나 문제는 그리드가 아니라 Expert Advisor를 교육하는 데서 시작됩니다. 여기에 문제가 있습니다. Expert Advisor가 되는 데 3주가 걸렸지만 대략적으로는 이렇습니다. 사실 상황은 시시각각 변하고 있습니다. 순 시간 - 8-10시. 1500개의 뉴런이 있는 경우 조언자를 훈련하는 데 약 80-120시간의 기계 시간이 걸립니다. 그러나 이것은 하나의 통화에만 해당됩니다. 그리고 최대한 많이 해야 합니다. 내 자원은 이것에 충분하지 않습니다. 컴퓨터가 바뀌더라도.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
빅터 감사합니다 알아두면 유용할 것 같아요. 내 비누는 fxfion(doggy)mail(dot)입니다. 루.
maveric에, 나는 당신의 코드를 보았고, 특히 이러한 지표의 정규화에 대해 무언가를 배웠지만 일반적으로 구조를 마스터하지 못하고 배열에 잠복했습니다.
전송된. 더 많은 흥미로운 것들이 있습니다. 거미에서 klota의 발달을 볼 수 있습니다. 비록 다 마음에 들지는 않았지만. 배열의 경우 뉴런 전체가 배열이며 다른 것은 없습니다. 이 배열로 무엇을 하느냐가 중요합니다.
코호넨의 카드 에 대해 . 나는 그것들을 사용하지 않고 필요하며 시각화를 위해서만 보입니다. 이것은 적절한 소프트웨어에서 수행되어야 합니다. 그리고 Kohonen 레이어는 동일한 문제를 해결합니다.
일반적으로 나는 국회를 알게되었고 우리가 항상 우리의 두뇌와 성공적으로 거래하는 것은 아니며 "인공 두뇌"를 훈련시키는 것이 어려울 것이라고 생각했습니다. 지금까지는 최소한 국회 활용에 대한 의욕은 없는 것 같은데, 그들에게 시장이 너무 험난한 것은 아닐까?
일반적으로 나는 국회를 알게되었고 우리가 항상 우리의 두뇌와 성공적으로 거래하는 것은 아니며 "인공 두뇌"를 훈련시키는 것이 어려울 것이라고 생각했습니다. 지금까지는 최소한 국회 활용에 대한 의욕은 없는 것 같은데, 그들에게 시장이 너무 험난한 것은 아닐까?
확실히 그런 방식은 아닙니다. 그것은 뇌에 관한 것이 아닙니다. 그리고 작업을 설정합니다. 뉴런에게 모든 작업이 어려운 것은 아닙니다. 그러나 많은 문제가 해결될 수 있습니다. 이것이 패턴 인식, 정보 압축입니다. 그녀가 성공적으로 대처하는 많은 작업이 있습니다. 처음에는 다음 날의 '하이'와 '러브'를 예측해봤다. 평균보다 작은 값의 경우 정확도는 약 80%, 높으면 5%였습니다. Forex는 정규 분포 법칙에 맞지 않습니다. 어떻게든 값을 변환해야 합니다. 그러나 결과는 그리드에 놓인 최대값을 초과할 수 없습니다. 비록 내가 알아차렸을지라도, 많은 사람들이 이 길을 걸었습니다. 그러나 Reshetov 씨는 뉴런에 대해 많은 "도움"을 주었습니다. 나는 그에게 반해 경쟁에서 그의 결정에 3개월을 보냈다. 그것이 어떻게든 나에게 도움이 되었지만. 뉴런이 있는 Expert Advisor를 위한 학습 메커니즘을 나 자신을 위해 만들었습니다. 완벽하다는 말은 아닙니다. 하지만 그는 저를 많이 도왔습니다. 그리고 내 질문에 대한 답변으로 기사를 작성한 Candide에게 감사드립니다.
F. Wasserman Neurocomputer technology: Theory and practice를 읽어보길 권합니다. 아주 잘 썼습니다. 필요하시면 이메일로 보내드리겠습니다. 나는 이것뿐만 아니라 다른 문학도 할 수 있습니다.
힘들지 않다면 나도 그렇고. 내 주소는 내 프로필에 있습니다.
최근에 나는 국회가 없으면 내 시스템이 올바르게 거래하는 방법을 배울 수 없다는 결론에 도달했습니다. 보시다시피 저는 나쁜 선생님입니다. :-) 이것은 내 시스템이 작동하는 데이터의 적절한 클러스터링이 필요하다는 아이디어가 있습니다. 글쎄, 내가 이해하는 한, 그들은 Kohonen 네트워크를 사용하여 클러스터링될 수 있습니다. 그러나 이 모든 것을 헤쳐나가려는 첫 번째 시도는 아직 결과로 이어지지 않았습니다. 그것에 대해 아는 것이 너무 적습니다. 명확하게 명시된 아이디어와 실제 사용의 좋은 예를 모두 결합하여 좋은 것을 읽을 필요가 있습니다.
나는 국회에서 클론의 전체 스레드를 다시 읽었지만 이것은 내 수준이 아닙니다. 우리는 시급히 부족한 부분을 채워야 합니다.