Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 630

 
Yuri Asaulenko :
Söylemeyeceğim ama bana öyle geliyor ki bunlar birer yanılsama. Sadece genel sebeplerden dolayı.
Vladimir Perervenko'nun makalelerinde bilgi var, çok iyi çalışıyorlar. yüzlerce girişte hızlı
 
Maksim Dmitrievski :
Vladimir Perevenko'nun makalelerinde bilgi var, çok iyi çalışıyorlar. yüzlerce girişte hızlı

Makaleyi okumadım ve tartışmayacağım. Ben sadece resimleri gördüm.

MLP, diyelim ki, 10-15 dakikada mükemmel bir şekilde eğitilebilir ve mükemmel bir şekilde çalışacaktır. Evet, ancak bu, veriler iyi sınıflandırılırsa, kümeler ayrılır.

Ama değilse, o zaman - Ah! Örneğin, piyasada (veya eğitim örneklerinizde) ayrılabilir kümeler yoksa, istediğiniz şeyi sonsuza kadar eğitin - sonuç olmayacaktır.

 
Maksim Dmitrievski :
Vladimir Perevenko'nun makalelerinde bilgi var, çok iyi çalışıyorlar. yüzlerce girişte hızlı

Her şey mimariye ve veri miktarına bağlıdır.
Kalıp tanıma için ağlar, GPU'da bir hafta öğrenin. Ve üç boyutlu tensörlü düzinelerce katman var.

 
Alexey Terentev :

Her şey mimariye ve veri miktarına bağlıdır.
Kalıp tanıma için ağlar, GPU'da bir hafta öğrenin. Ve üç boyutlu tensörlü düzinelerce katman var.

peki, orada daha basitlerini tanımladı - örneğin Boltzmann ağı + MLP

https://www.mql5.com/ru/articles/1103#2_2_2

Третье поколение нейросетей: "Глубокие нейросети"
Третье поколение нейросетей: "Глубокие нейросети"
  • 2014.11.27
  • Vladimir Perervenko
  • www.mql5.com
Нейросети второго поколения Глубокое обучение Практические эксперименты Программная реализация (индикатор и эксперт) Введение В статье будут рассмотрены основные понятия по теме "Глубокое обучение" (Deep Learning), "Глубокие нейросети" (Deep Network) без сложных математических выкладок, как говорят, "на пальцах". Будут проведены эксперименты с...
 
Yuri Asaulenko :

Makaleyi okumadım ve tartışmayacağım. Ben sadece resimleri gördüm.

MLP, diyelim ki, 10-15 dakikada mükemmel bir şekilde eğitilebilir ve mükemmel bir şekilde çalışacaktır. Evet, ancak bu, veriler iyi sınıflandırılırsa, kümeler ayrılır.

Ama değilse, o zaman - Ah! Örneğin, piyasada (veya eğitim örneklerinizde) ayrılabilir kümeler yoksa, istediğiniz şeyi sonsuza kadar eğitin - sonuç olmayacaktır.

Sadece "bilimsel bilgi" adına bir deney yapalım.
Verileri, boyutları, MLP mimarisini, çıktı verilerini seçelim.
Ve herkes kendi araçlarıyla kendi testlerini yapacak.

Alev sayısı azaltılacaktır.
Ve bu arada, böyle bir geleneği başlatabilir ve her yeni mimariyi tüm dünya ile test edebilirsiniz. =)

 
Alexey Terentev :

Sadece "bilimsel bilgi" adına bir deney yapalım.
Verileri, boyutları, MLP mimarisini, çıktı verilerini seçelim.
Ve herkes kendi araçlarıyla kendi testlerini yapacak.

Alev sayısı azaltılacaktır.
Ve bu arada, böyle bir geleneği başlatabilir ve her yeni mimariyi tüm dünya ile test edebilirsiniz. =)

Korkarım çok zayıfım.) Soyut problemleri çözmenin mantığını göremiyorum. Ve fikir alışverişi hiç de alev değil. Bu alevden Pts çıkardım. çok güzelsin. Ayrıca başka yöne de gitti.) Ve alevsiz m. ve öylece dürttü.
 

NS'min ilk sonuçlarını paylaşıyorum. Mimari, Tanrı'da tarif edildiği gibidir, hiçbir şey değişmedi.

Plato oldukça düz, NN 1000. geçişte zaten iyi öğrendi, ardından sonuçlar fazla gelişmedi.

Geçen ay 15 dakika çalıştım. Eğitime harcandı ~0.65$ Aylık işlem sayısı ~300

Önceki 2 ayın sonuçları iyi değildi, ama çok kötü de değildi.

Başka bir gizli katman eklemeye çalışacağım ve daha fazla hata arayacağım :) ve daha sonra daha uzun süre antrenman yapmaya çalışacağım.

 

Maksim Dmitrievski :
Vladimir Perervenko'nun makalelerinde bilgi var, çok iyi çalışıyorlar. yüzlerce girişte hızlı


Tüm makaleler, yeniden üretilebilen ve özellikle donanımınız üzerinde eğitim süresi hakkında gerçek veriler elde edebilen veri kümeleri ve komut dosyaları sağlar. İki gizli katmana sahip bir DNN için eğitim süresi 1 dakikaya kadardır.

İyi şanlar

 
Aleksey Terentev :

Sadece "bilimsel bilgi" adına bir deney yapalım.
Verileri, boyutları, MLP mimarisini, çıktı verilerini seçelim.
Ve herkes kendi araçlarıyla kendi testlerini yapacak.

Alev sayısı azaltılacaktır.
Ve bu arada, böyle bir geleneği başlatabilir ve her yeni mimariyi tüm dünya ile test edebilirsiniz. =)

Bir örnek göster. Başlangıç
 
Maksim Dmitrievski :

NS'min ilk sonuçlarını paylaşıyorum. Mimari, Tanrı'da tarif edildiği gibidir, hiçbir şey değişmedi.

Plato oldukça düz, NN 1000. geçişte zaten iyi öğrendi, ardından sonuçlar fazla gelişmedi.

Geçen ay 15 dakika çalıştım. Eğitime harcandı ~0.65$ Aylık işlem sayısı ~300

Önceki 2 ayın sonuçları iyi değildi, ama çok kötü de değildi.

Başka bir gizli katman eklemeye çalışacağım ve daha fazla hata arayacağım :) ve daha sonra daha uzun süre antrenman yapmaya çalışacağım.

İkinci katmanın girişinde sigmoid tarafından işlenen üç nöron alıyor musunuz? İkinci katmandaki ağırlıkları nasıl seçersiniz, hangi aralık -1'den 1'e, örneğin 0.1'lik artışlarla seçilir.

Ağımda, ikinci katman tarafından işlendikten sonra işlem sayısı düştü ve sonuç pek iyileşmedi. 9 girişli ve bir çıkış nöronlu bir perpsetron basitçe ayarlandığında ve daha sonra başka bir bağımsız perpsetron alındığında ve ilkinin kaydedilmiş ayarları ile tekrar ayarlandığında, vs.