O "New Neural" é um projecto de motor de rede neural Open Source para a plataforma MetaTrader 5. - página 31
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Já resolvido e aplicado. E até é afixado neste tópico.
Escrevi de acordo com tol64 , não vi outra frase deste tipo (devido à minha falta de atenção ou falta dela).
Se eu duplicei algo, não me importo de deixar que o NeuroOpenSource o apague.
TheXpert:
dll não é permitido
Se eu duplicei algo, não me importo de deixar NeuroOpenSource apagar.
Ele não é um administrador :) .
Estou a dizer-lhe para usar as suas mãos, por agora, e depois talvez a MQ ganhe juízo e faça métodos especiais para casos especiais :o)
Não tens de tentar compreender a imensidão. É melhor dares um passo de cada vez. Agora estão sendo delineadas as seguintes entidades fundamentais:
__________________________
Uma rede (constituída por camadas, sinapses e tampões).
Um tutor (algoritmo de aprendizagem versátil externo), que precisa da rede para enumerar e aplicar todos os parâmetros personalizáveis. Por exemplo, um tutor genético. Por padrão, o treinamento está embutido nas camadas e dentro da grade.
Initializer- Esta é provavelmente a entidade mais simples :) Inicializa os parâmetros ajustáveis da rede.
Gerente de padrões. Uma entidade que permite criar (gerar) padrões, carregá-los e salvá-los, compatível com a grade.
Gerente visual. Uma entidade que lhe permite desenhar visualmente uma rede.
Processador de dados. Entidade para normalização e análise de padrões.
_________________________
Não te estás a esquecer de nada?
Todas as entidades estão ligadas de alguma forma (ou seja, algumas entidades devem suportar outras entidades através de interfaces), mas são essencialmente independentes.
_________________________
No momento, é possível desenvolver um Gestor de Padrões e um Processador de Dados ao mesmo tempo sem problemas, com o mínimo de arranjos de suporte.
Não te estás a esquecer de nada?
Todas as entidades estão ligadas de alguma forma (ou seja, algumas entidades devem suportar outras através de interfaces), mas são essencialmente independentes.
_________________________
Atualmente é possível desenvolver um Learning Patterns Manager e um Data Handler ao mesmo tempo, com acordos mínimos de suporte.
Sim, parece que não me esqueço de nada - está tudo aí.
Uma adição - seria desejável que houvesse alguma compatibilidade do Pattern Manager com o assistente padrão do gerador EA (pode ter que dopar o próprio assistente também) .Daí, a capacidade de gerar padrões para o neurodrive com o feiticeiro padrão.
Sugiro que sejam considerados os seguintes pontos arquitectónicos:
1) preparar todos os dados externos (relativos aos NS) sob a forma de indicadores, o que permitirá:
- ser independente de todo o sistema
- Avaliar visualmente a "exatidão" da idéia
- escolher o caminho da normalização
2) olhar activamente para o OpenCL (a CUDA infelizmente não está disponível para os sortudos proprietários de GPUs AMD)
- 1536 Processadores Stream no HD6970 não é 6 Core no CPU
- Na maioria dos casos, o treinamento de redes neurais é uma tarefa SIMD que recai perfeitamente sobre a GPU
- a arquitectura de todo o complexo deve ser concebida tendo estes requisitos em mente desde o início
3) toda a rotação de arquivos entre subsistemas (configurações, redes, consultas, ...) deve ser mantida em XML
- padrão aberto
- 100500 editores visuais
- analisador prontohttps://www.mql5.com/ru/code/97
Rede (constituído por camadas, sinapses e tampões).
Um formador (algoritmo de aprendizagem externo e universal) que precisa da rede para enumerar e aplicar todos os parâmetros configuráveis. Por exemplo, um tutor genético. Por padrão, o treinamento é incorporado em camadas e dentro da malha.
Um inicializador é provavelmente a entidade mais simples :) inicializa os parâmetros sintonizáveis da rede.
Pattern manager Uma entidade que permite criar (gerar) padrões, carregá-los e salvá-los, compatível com a malha.
Visual manager Uma entidade que permite o desenho visual da rede.
Processador de dados Uma entidade para normalização e análise de padrões.
O model manager é um modelo pronto para várias redes no formato Initializer?
também o Visual Manager é dependente do Inicializador porque o VM guarda os padrões criados através do MF no formato Initz.
O Inicializador é dependente da Rede.
O tutor tem de ser cosido na própria rede, a não ser, claro, que seja externo como a GA.
Processador de dados OXpert é independente mesmo de si mesmo :o), o pré-processador é independente do pós-processador (o principal é não perder a sincronicidade).
Portanto, por enquanto, temos apenas duas entidades independentes, a Rede e o Handler.
O gerenciador de padrões é aquele que pode ler e escrever padrões em um arquivo e trabalhar com um filtro de tempo.
Não, o gerenciador de padrões é aquele que pode ler padrões em um arquivo e trabalhar com um filtro de tempo.
O Visual Manager também está dependente do Inicializador.
O inicializador apenas inicializa os dados que lhe são dados, quais as dependências?
O inicializador é dependente da web.
Veja acima.
O tutor deve ser cosido na própria rede, a menos, é claro, que seja externo como a GA.
Exactamente, é externo. Coloquei-o entre parênteses por design.
dois algo interessante de SVM: SVM com empenamento dinâmico do tempo como função kernell:http://notendur.hi.is/steinng/ijcnn08.pdf aprendizagem incremental de SVM : http://www.isn.ucsd.edu/svm/incremental/
O iniciador irá traduzir os dados tabulares sobre a estrutura da rede para um formato de inicialização, ou seja, "agora chame esta função, ou este ciclo terá tantas iterações", portanto, depende da capacidade da rede. Se a rede não pode ser criada assim, então esta negação impõe restrições ao iniciador.
O gerente salva/carrega, salva o criado pelo visualizador, carrega o salvo, mas se o inicializador for dependente, então a dependência é passada tanto para o gerente quanto para o visualizador através dele. Por exemplo, o usuário exigia que os resultados em*wg fossem somados em pares e depois multiplicados, mas a funcionalidade de grid não suporta isso, então precisamos introduzir restrições no renderizador e isso é uma dependência.
O inicializador irá traduzir os dados tabulares sobre a estrutura da rede para o formato de inicialização.
De onde vem esta fantasia? Tenho a sensação de que não sabes do que estás a falar.
Onde estão as dependências?
Merda. De onde vêm estas fantasias? Tenho a sensação de que não sabes nada do que estás a falar.
Onde estão as dependências?
Você entendeu ligeiramente mal, a dependência não é direta, mas inversa, passando através da cadeia, se a rede não pode fazer algo (criar uma configuração), então quando você escreve os blocos superiores deve ser levado em conta, esta é a dependência. Até que haja uma configuração aprovada da rede, é muito cedo para falar sobre os blocos superiores, pois eles estão flutuando no campo da incerteza.
ZZY Você pode ir por outro caminho, escreva todos os blocos como está, depois ao encontrar inconsistências coloque patches, depois patches novamente, como resultado, quando o volume de patches chegar ao crítico analise tudo e já reescreva tudo do zero. É um pouco complicado, mas permite começar a trabalhar imediatamente e identificar gradualmente todas as inconsistências.