Redes neurais híbridas. - página 3
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
Onde eu escrevi que os tenho todos cruzados...?
->
IlyaA escreveu(a) >>
Oh sim, a rede nos primeiros estágios é de malha completa, bem, ou como redes de convolução, mas há muitas camadas). E toda essa felicidade é multiplicada por 10 e começa a acasalar. Portanto, temos 10x.
IlyaA escreveu (a) >>
Você não leu sobre XOR?
Revelar a estrutura da grade (que por 200 instâncias).
E sobre o número de pesos, enquanto eu escrevia o post, você respondeu. Eu não corrigi meu próprio posto.
Assim, acontece: o número de escalas = 50*60+60+60+60*39+39*2+2=5519. Isso é verdade?
E o que tem 200 peças a ver com isso? Você não escreveu sobre isso em nenhum lugar.
Para IlyaA e goma de goma
Por que você está usando 2 camadas ocultas? Uma camada oculta é suficiente para qualquer problema. Está provado matematicamente.
->
E sobre o número de escalas, enquanto eu escrevia meu post, você respondeu. Eu não corrigi meu próprio posto.
Assim, acontece: o número de escalas=50*60+60+60+60+39+39+2+2=5519. Isso é verdade?
E o que tem 200 peças a ver com isso? Você não escreveu sobre isso em nenhum lugar.
Sim, há muitas escalas.
Favor revelar sua estrutura perceptron, da qual existem 200 exemplares na população (dificuldade para estimar).
Para IlyaA e goma de goma
Por que você está usando 2 camadas ocultas? Uma camada oculta é suficiente para qualquer problema. Provado matematicamente.
O que você sabe sobre redes de enrolar? Há pelo menos quatro camadas. Quatro camadas.Revelar a estrutura da grade (que é de 200 exemplares cada).
Você recomenda aumentar a população? Se você não se importa, faça uma pequena experiência. Quanto tempo será necessário para treinar uma tarefa simples (tempo, número de populações) para 200 indivíduos e para 25 indivíduos. Vamos deixar o resto inalterado. Até o momento, não fiz nenhuma experiência.
Ahh, isso foi uma pergunta sobre meus 200 espécimes?, não há nenhum ponto de interrogação lá, então eu não a recebi.
Minha grade: 400-600-200. O total é de 360800 pesos.
Sim, eu recomendo aumentar a população.
Sobre a experiência. Eu experimentei bastante com o número de indivíduos na população. E não quero perder tempo com mais experimentos. A resposta não é clara. Muito depende do algoritmo GA, e qual critério de parada é usado. É bastante óbvio que a maior parte do tempo é gasto na própria função de adequação, enquanto o tempo de execução de um algoritmo GA puro é insignificante. Por isso, é razoável tentar reduzir o número de corridas de ffs. Você pode conseguir isso de diferentes maneiras. E o mais simples é selecionar o número de indivíduos na população.
Se levarmos muitos indivíduos, cerca de 1000, então o melhor indivíduo é encontrado muito rapidamente, em termos de passar o número de épocas, mas a função de aptidão física é executada 1000*n vezes, onde n é o número de épocas. O que não é bom - leva muito tempo.
Se tomarmos um número muito pequeno de indivíduos em uma população, digamos, 10-25, então não há um pool genético suficiente na população para a busca, o tempo de busca aumenta, novamente a partir do fato de que o número de séries de ff aumenta.
Opção ideal, acho que 200 indivíduos da população.
Eu também gostaria de aconselhar isto. Comece uma população adicional na qual você coloca os melhores indivíduos de cada época (eu a chamo de "Epoch's Gene Pool" ou GE). Ao acasalar, pegue indivíduos da população atual e da GE. Isto reduz drasticamente o número de partidas de ff. Isto não deve ser confundido com a seleção de elite.
O que você sabe sobre redes de enrolar? Há, tipo, quatro camadas. Quatro camadas.Já estamos em uma base de primeiro nome? >> ok.
Eu não sei o que é uma rede de convolução. Por que quatro camadas? Você pode me explicar, e àqueles que pensam que uma camada interna (escondida) é suficiente? Não há necessidade de complicar o algoritmo. Não é fácil de calcular como está.
E sua AG é implementada em quê? MQL?
Já estamos em uma base de primeiro nome? Certo.
Eu não sei o que é uma rede roll-up. Para que servem as quatro camadas? Você pode me explicar, e àqueles que pensam que uma camada interna (escondida) é suficiente pelo olho? Não há necessidade de complicar o algoritmo. Já é bastante difícil de calcular.
Há um livro de Haykin. Redes neurais?para dentrafar
MQL4
à IlyaA
Sim, eu sei. E também cerca de 200-300 livros de diferentes autores. Mas eu pensei em dominar NN e GA por conta própria mais rápido do que ler esta biblioteca. E assim se tornou. Mais rápido.
Por dominar, quero dizer aplicação prática, não o domínio da terminologia.
Se você pegar um número muito grande de indivíduos, cerca de 1000, o melhor indivíduo é encontrado muito rapidamente, em termos de passar o número de épocas, mas a função fitness é executada 1000*n vezes, onde n é o número de épocas. O que não é bom - leva muito tempo.
Se tomarmos um número muito pequeno de indivíduos em uma população, digamos, 10-25, então não há um pool genético suficiente na população para a busca, o tempo de busca aumenta, novamente a partir do fato de que o número de séries de ff aumenta.
Variante ideal, acho que 200 indivíduos da população.