내일은 미래를 내다보는 칠면조 오프닝을 포스팅하겠습니다. 이는 TP=80..100핍인 거래가 약 1500분 동안 유지된다는 것을 분명히 보여주며, 이로부터 다양한 시간 프레임에 대해 적절한 결론을 도출할 수 있습니다. 그러나 X 포인트만큼 위아래로 두 개의 극단에 대한 검색에 대해서는 거의 없습니다. 우리가 내려가서 X 포인트에 도달했다면, 우리는 그들에게 도달할 수 없습니다. 내가 당신을 올바르게 이해 했습니까?
각 막대에 입력 데이터를 구성하시겠습니까? 또는 여전히 이동 평균이 중지된 것과 같은 일부 조건 하에서만, 즉 Bai를 의미하지만 이 순간 네트워크는 입력 벡터를 수신하고 입력 여부를 결정합니다. 그렇죠?
RSDN 커뮤니티에 감사의 의미로 이 기능은 RSDNFunction으로 명명되었습니다. 이 이름으로 사용하십시오.
시그모이드와 비교:
1. 수렴. 작업 및 입력 데이터에 따라 다릅니다. 제공된 데이터 |x| < 1은 더 큰 비선형성으로 인해 자연스럽게 시그모이드를 얻습니다. 그러나 큰 크기의 레이어에서 이를 따르는 것은 문제가 될 수 있습니다. |x| > 수렴에서 1개의 S자형 듀엣. 항상 사실은 아닙니다. 또한 값 범위의 경계로 향하는 sigmoid의 출력에 값이 나타날 때 "hanging" 효과가 사라집니다. 범위 제한이 없습니다.
2. 대부분의 작업에서 같은 이유로 데이터 전처리의 필요성이 사라집니다. 그러나 값에 대한 몇 가지 제한 사항이 남아 있습니다. 의도적으로 2배 이상의 큰 값을 줄 필요는 없습니다.
3. 같은 이유로 출력 레이어에서 기능을 사용할 수 있게 됩니다.
4. (-) f'(x) = g(f(x))를 아름답게 표현할 방법은 없지만 이것이 필수적인 것은 아닙니다. 또한 이것은 프로그램의 속도에 중요한 부분이 아닙니다.
이 상황(A)을 말했지만 여전히 조금 틀립니다. 가격이 단순히 진입점 아래로 떨어지지 않았으며 그 반대의 경우도 마찬가지입니다. 그러나 바로 그 의미는 지그재그와 같은 가장 가까운 극값을 찾고 있다는 것입니다.
내일은 미래를 내다보는 칠면조 오프닝을 포스팅하겠습니다. 이는 TP=80..100핍인 거래가 약 1500분 동안 유지된다는 것을 분명히 보여주며, 이로부터 다양한 시간 프레임에 대해 적절한 결론을 도출할 수 있습니다. 그러나 X 포인트만큼 위아래로 두 개의 극단에 대한 검색에 대해서는 거의 없습니다. 우리가 내려가서 X 포인트에 도달했다면, 우리는 그들에게 도달할 수 없습니다. 내가 당신을 올바르게 이해 했습니까?
각 막대에 입력 데이터를 구성하시겠습니까? 또는 여전히 이동 평균이 중지된 것과 같은 일부 조건 하에서만, 즉 Bai를 의미하지만 이 순간 네트워크는 입력 벡터를 수신하고 입력 여부를 결정합니다. 그렇죠?
예, 이것은 확실히 흥미로운 질문이지만 아마도 아닐 것입니다.
나는 하나의 막대를 놓치지 않고 많은 수의 샘플을 갖고 싶지만(특히 출력이 연속적이지 않고 불연속적이기 때문에 이미 말했듯이 반복성과 불일치의 정상적인 비율이 있기를 바랍니다) 샘플 수를 줄이는 근사 옵션을 사용하면 일부 지표는 결코 생각하지 않을 것입니다.
예, 이것은 확실히 흥미로운 질문이지만 아마도 아닐 것입니다.
나는 하나의 막대를 놓치지 않고 많은 수의 샘플을 갖고 싶지만 (특히 출력이 연속적이지 않고 불연속적이기 때문에 이미 말했듯이 반복성과 불일치의 정상적인 비율이 있기를 바랍니다) 샘플 수를 줄이는 근사 옵션을 사용하면 일부 지표는 결코 생각하지 않을 것입니다.
매우 유용할 수 있다는 점을 명심하세요! 건전한 TS가 있어야 하고, 국회는 조금 개선해야 한다는 얘기를 많이 들었는데... 그런데 이 말이 얼마나 사실입니까???????? 누가 알아...
2 StatBars 기사에 대해 대단히 감사합니다.
그러나 1로 정규화되지 않은 입력은 어떻습니까? Sigmoid를 사용할 수 있습니까? 아니면 다른 기능이 필요합니까?
보편적인 비선형 함수를 찾으려고 했습니다.
Sigmoid의 단점은 범위가 제한적이라는 것입니다.
여기 내가 얻은 것이 있습니다.
여기에 게시
시그모이드와 비교:
1. 수렴. 작업 및 입력 데이터에 따라 다릅니다.
제공된 데이터 |x| < 1은 더 큰 비선형성으로 인해 자연스럽게 시그모이드를 얻습니다.
그러나 큰 크기의 레이어에서 이를 따르는 것은 문제가 될 수 있습니다.
|x| > 수렴에서 1개의 S자형 듀엣. 항상 사실은 아닙니다.
또한 값 범위의 경계로 향하는 sigmoid의 출력에 값이 나타날 때 "hanging" 효과가 사라집니다. 범위 제한이 없습니다.
2. 대부분의 작업에서 같은 이유로 데이터 전처리의 필요성이 사라집니다. 그러나 값에 대한 몇 가지 제한 사항이 남아 있습니다. 의도적으로 2배 이상의 큰 값을 줄 필요는 없습니다.
3. 같은 이유로 출력 레이어에서 기능을 사용할 수 있게 됩니다.
4. (-) f'(x) = g(f(x))를 아름답게 표현할 방법은 없지만 이것이 필수적인 것은 아닙니다. 또한 이것은 프로그램의 속도에 중요한 부분이 아닙니다.
함수를 더 비선형적으로 수정할 수 있지만 그 모양에 만족합니다.
예, 이 문제를 제기한 것이 좋습니다. 나는 항상 (당신의 경험에 따르면) 정규화하는 것이 더 정확할 것인지 의심합니다. 하나의 샘플 자체 또는 일반적으로 모든 샘플에 대해?
지점 이름을 변경하기로 결정했습니다.
물론 한번에.
첫 번째 값을 기준으로 정규화하면 첫 번째 값은 항상 0이 됩니다. 또 다른 옵션은 샘플 범위의 세리딘을 기준으로 정규화하는 것입니다. 다른 샘플에 0과 같은 다른 요소가 있으면 문제가 없으며 0도 값입니다.
EEE, 당신이 모든 것을 뒤흔드는 무언가.
입력 샘플이 있습니다. 간단하게 1 입력.
전체 샘플에서 최대값과 최소값을 찾고 있습니다.
발견된 값에 따라 전체 샘플을 -1에서 1까지의 간격으로 가져옵니다.
EEE, 당신이 모든 것을 뒤흔드는 무언가.
입력 샘플이 있습니다. 단순화를 위해 1 입력.
전체 샘플에서 최대값과 최소값을 찾고 있습니다.
발견된 값에 따라 전체 샘플을 -1에서 1까지의 간격으로 가져옵니다.
왜 [1;-1] 입니까?
EEE, 당신이 모든 것을 뒤흔드는 무언가.
입력 샘플이 있습니다. 단순화를 위해 1 입력.
전체 샘플에서 최대값과 최소값을 찾고 있습니다.
발견된 값에 따라 전체 샘플을 -1에서 1까지의 간격으로 가져옵니다.
그리고 미래에 최고점과 최저점이 업데이트된다면?
왜 [1;-1] 입니까?
다른 사람들도 할 수 있습니다. 이것은 표준이 아니며 가장 일반적으로 사용되는 간격입니다.