O "New Neural" é um projecto de motor de rede neural Open Source para a plataforma MetaTrader 5. - página 82

 
Urain:
Acho que já respondi a tudo, talvez tenha perdido alguma coisa, se não se importa de repetir se eu não o fiz.
Cognitron e Hopfield. Oh e ok, rede echo ))))
 
gpwr:

Primeiro, um pouco fora de tópico. Havia este projecto em Caltech, PolyWorld. O objetivo do projeto era criar um mundo bidimensional de criaturas virtuais, dar-lhes uma rede cerebral simples e a capacidade de ver, mover-se, encontrar comida, reproduzir-se, matar-se (a quantidade de comida é limitada), etc., a fim de sobreviver. A rede cerebral consistiu de vários neurônios com uma dada função input-output e sinapses plásticas (aprendíveis) entre os neurônios. Ao nascer, as ligações entre os neurónios são aleatórias. O objetivo do projeto era observar a evolução deste mundo virtual. Os interessados podem assistir a uma palestra sobre este projecto aqui (interessante a partir do minuto 16):

https://www.youtube.com/watch?v=_m97_kL4ox0

Passemos agora ao assunto. Alguém tentou aplicar a genética a uma rede constituída por neurónios ligados uns aos outros, a entradas e saídas através de pesos aleatórios iniciais? As sinapses podem aparecer e desaparecer aplicando a regra de Hebb ou outra regra de aprendizagem não supervisionada. Crie um mundo virtual de tais redes - negociando em Forex, cada uma tendo um certo depósito inicial e tentando aumentá-lo à custa de outros negociadores. Por exemplo, sempre que algum trader faz um negócio lucrativo, o lucro é deduzido dos fundos dos outros traders, ou algo semelhante, mas o total dos fundos deve permanecer constante. Os traders competem entre si para sobreviver, ou seja, para não perder o depósito. Você pode introduzir a possibilidade de cruzar comerciantes da rede, etc. Em suma, criar um ambiente real para a evolução das redes no mercado.

Tive essa ideia depois de escrever Life de volta no mql4, decidi que é necessário tentar escrevê-la quando estou familiarizado com o eco, mas na verdade só agora estou pronto para implementá-la.

Posso apenas ver como implementá-lo agora.

 
TheXpert:
Cognitron e hopfield. Oh e ok, rede echo ))))

O que há de errado com o cognitron?

Eu já escrevi sobre hopfield.

o eco apenas implora para se deitar nesse modelo em si.

Lamento que cada modelo quebre a cama, então se você não entende como implementar, então pergunte especificamente o que em uma determinada rede é difícil de implementar, eu tentarei descrevê-lo.

 
Urain:

O que há de errado com o cognitron?

Não há nada de errado com isso. Já viu o esquema?

Vá lá, não vale a pena abanar o ar. O inconveniente surgirá mais tarde, assim que você começar a implementá-lo.

 
TheXpert:

Não há nada de errado com isso. Já viu o diagrama dos circuitos?

Vá lá, não vale a pena abanar o ar. Você terá o inconveniente mais tarde, assim que começar a implementá-lo.

Não vejo aí nenhum problema, os links de ativação são inibitórios, não vejo nenhum problema.

Talvez eu tenha um diagrama diferente. Podes mostrar-me?

Eu acho que eu acho que o que você tem problemas, você acha que o modelo que eu apresentei só pode resumir as entradas ?!

Na verdade, o que um neurônio fará com os inputs é determinado pelo descendente da classe CProcessing,

para cada tipo de neurônio pode ser diferente, você também pode descrever o processamento do cognitron.

 

Eu gostaria que o projeto começasse a voar e se desenvolvesse a passos largos, pois este é o futuro possível de todo o projeto. Não consigo imaginar o projecto sem as seguintes coisas:

1. o suporte inicial de computação GPU para treinamento ou otimização de redes neurais e, claro, a nuvem para suportar, como as já existentes.

2. Criação de nosso próprio emulador de rede com seleção de arquitetura e seus métodos de treinamento, etc. Para que o utilizador pudesse escolher o método necessário para criar a sua própria estratégia.

 

Todas as minhas tentativas de incorporar o vídeo falharam. Tal como tentar converter-me a .flv

Eric Berlow: Como a complexidade leva à simplicidade.

http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html

Эрик Берлоу: Как сложность приводит к простоте.
Эрик Берлоу: Как сложность приводит к простоте.
  • www.ted.com
Эколог Эрик Берлоу не чувствует себя подавленным, когда сталкивается со сложными системами. Он знает, что большее количество информации может привести к лучшему и более простому решению. Иллюстрируя советы и хитрости, которые используются, чтобы справиться с большими проблемами, он...
 
MetaDriver:

Todas as minhas tentativas de incorporar o vídeo falharam. Tal como tentar converter-me a .flv

Eric Berlow: Como a complexidade leva à simplicidade.

http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html

apenas do youtube é inserido (regras)
 
Zeleniy:
apenas do youtube é inserido (regras)
Está bem. Obrigado.