"New Neural", MetaTrader 5 platformu için bir sinir ağı motorunun Açık Kaynak projesidir. - sayfa 31

 
TheXpert :
Zaten karar verildi ve uygulandı. Hatta bu konuya yazıldı.

tol64 tarafından gönderilen malzemelere dayanarak yazdım, böyle bir teklif görmedim (dikkatsizlikten veya eksikliğinden).

Bir şeyi çoğalttıysam, NeuroOpenSource'a izin vermem sorun değil kaldırır.

TheXpert :

dll'ye izin verilmiyor

Peki, şimdiye kadar kolları kaydırmak için diyorum, sonra MQ aklını başına toplayacak ve özel durumlar için özel yöntemler yapacak bak :o)
 
Ukrayna :

Bir şey kopyalanırsa, izin vermem Nöro Açık Kaynak kaldırır.

O bir yönetici değil :) .

Peki, şimdiye kadar kolları kaydırmak için diyorum, sonra MQ aklını başına toplayacak ve özel durumlar için özel yöntemler yapacak bak :o)

Kucaklanamaz olanı kucaklamaya çalışmanıza gerek yok. Kademeli olarak daha iyi. Aşağıdaki temel varlıklar şimdi ortaya çıkıyor:

__________________________

(katmanlardan, sinapslardan ve arabelleklerden oluşur).

Ağdan tüm yapılandırılabilir parametrelerin numaralandırılmasına ve uygulanmasına ihtiyaç duyan Tutor (harici evrensel öğrenme algoritması). Örneğin, bir genetik öğretmeni. Genel olarak, varsayılan olarak, eğitim katmanlara ve ızgara içine dikilir.

başlatıcı muhtemelen en basit varlık :) özel ağ parametrelerini başlatır.

Kalıp yöneticisi . Kalıplar oluşturmanıza (oluşturmanıza), bunları yüklemenize ve kaydetmenize izin veren bir varlık, ağ ile uyumludur.

görsel yönetici Bir ağı görsel olarak tasarlamanıza izin veren bir varlık.

veri işleyici . Kalıpları normalleştirmek ve analiz etmek için bir varlık.

______________________________

Hiçbir şey unutmadın mı?

Tüm varlıklar bir şekilde bağlantılıdır (yani, bazı varlıkların diğerlerini arayüzler aracılığıyla desteklemesi beklenir), ancak esasen bağımsızdır.

______________________________

Şu anda minimum destek anlaşmaları ile sorunsuz bir şekilde Web Trainer Kalıp Yöneticisi ve Veri İşlemcisini aynı anda geliştirmek mümkündür.

 
TheXpert :

Hiçbir şey unutmadın mı?

Tüm varlıklar bir şekilde bağlantılıdır (yani, bazı varlıkların diğerlerini arayüzler aracılığıyla desteklemesi beklenir), ancak esasen bağımsızdır.

______________________________

Şu anda minimum destek anlaşmaları ile sorunsuz bir şekilde Web Trainer Kalıp Yöneticisi ve Veri İşlemcisini aynı anda geliştirmek mümkündür.

Evet, öyle görünüyor ki hiçbir şeyi unutmadım - her şey orada.

Bir ek - Model Yöneticisinin standart danışman danışman üreticisi ile bir miktar uyumluluğu olması arzu edilir (master'ın kendisini bitirmeniz gerekebilir). Bu nedenle, standart master'ı kullanarak nöromotor için kalıplar oluşturma yeteneği.

 

Aşağıdaki mimari noktaları dikkate almayı öneriyorum:

1) tüm harici (NS'ye göre) verileri aşağıdakilere izin verecek göstergeler şeklinde hazırlayın:

- tüm sistemden bağımsız olmak

- fikrin "doğruluğunu" görsel olarak değerlendirin

- bir normalleştirme yöntemi seçin

2) aktif olarak OpenCL'ye bakın (ne yazık ki CUDA, AMD'den GPU'ların mutlu sahipleri için mevcut değildir)

- HD6970 için 1536 Akış İşlemcisi - bu, CPU'da 6 Çekirdekli değil

- çoğu durumda, sinir ağlarını eğitmek, GPU'ya mükemmel şekilde uyan bir SIMD görevidir.

- tüm kompleksin mimarisi başlangıçta bu gereksinimler dikkate alınarak tasarlanmalıdır.

3) alt sistemler (yapılandırmalar, ağlar, istekler, ...) arasındaki tüm dosya dolaşımı XML'de tutulmalıdır.

- açık standart

- 100500 görsel editör

- hazır ayrıştırıcı https://www.mql5.com/en/code/97

XmlParser
XmlParser
  • oylar: 11
  • 2010.04.12
  • yu-sha
  • www.mql5.com
Простой XML-парсер, который использует стандартную библиотеку msxml.
 
TheXpert :

(katmanlardan, sinapslardan ve arabelleklerden oluşur).

Ağdan tüm yapılandırılabilir parametrelerin numaralandırılmasına ve uygulanmasına ihtiyaç duyan Tutor (harici evrensel öğrenme algoritması). Örneğin, bir genetik öğretmeni. Genel olarak, varsayılan olarak, eğitim katmanlara ve ızgara içine dikilir.

Başlatıcı muhtemelen en basit varlıktır :) ağın yapılandırılabilir parametrelerini başlatır.

Kalıp Yöneticisi Ağ ile uyumlu, kalıplar oluşturmanıza (oluşturmanıza), bunları yüklemenize ve kaydetmenize izin veren bir varlık.

Görsel yönetici Bir ağı görsel olarak tasarlamanıza izin veren bir varlık.

Model normalleştirme ve analizi için Veri İşleyici Varlığı.

Kalıp yöneticisi , anladığım kadarıyla, Başlatıcı biçiminde çeşitli ağlar için hazır şablonlar mı? o zaman bağımlılar

Ayrıca, VM, MP aracılığıyla oluşturulanları Init biçiminde kaydettiği için, Görsel Yönetici Başlatıcı'ya bağlıdır.

Başlatıcı , Ağa bağlıdır.

Tabii ki harici bir GA türü değilse, öğretmenin ağın kendisine dikilmesi gerekir. bu nedenle dahili eğitimci ağa bağımlıdır

Veri işleyici kendisinden bile bağımsız bir varlıktır :o), önişlemci son işlemciye bağlı değildir (esas olan senkronizasyonu kaybetmemektir).

Genel olarak, şu ana kadar sadece iki bağımsız elemanımız var: Network ve Handler.

 
Ukrayna :

Kalıp yöneticisi , anladığım kadarıyla, Başlatıcı biçiminde çeşitli ağlar için hazır şablonlar mı? o zaman bağımlılar

Hiçbir kalıp yöneticisi, bir dosyaya yazma kalıplarını okuyabilen ve bir zaman filtresiyle çalışabilen bir yönetici değildir.

ayrıca Görsel Yönetici Başlatıcıya bağlıdır

Başlatıcı yalnızca kendisine kaydırılan verileri başlatır, hangi bağımlılıklar?

Başlatıcı , Ağa bağlıdır.

Yukarıyı görmek.

Tabii ki harici bir GA türü değilse, öğretmenin ağın kendisine dikilmesi gerekir.

Harici olandır. parantez içinde yazdım.

 

iki ilginç SVM algoritması: kernell işlevi olarak dinamik zaman çarpıtmalı SVM: http://notendur.hi.is/steinng/ijcnn08.pdf artımlı SVM öğrenimi: http://www.isn.ucsd.edu/svm/incremental/

 
TheXpert :

Başlatıcı, ağ yapısı hakkındaki tablo verilerini başlatma biçimine, bunları "ve şimdi bu işlevi çağırmanız gerekir, yoksa bu döngü çok fazla yinelemeye sahip olacak" biçimine çevirecektir, bu nedenle ağın özelliklerine bağlıdır. Ağ bu şekilde oluşturulamıyorsa, bu hata başlatıcıya kısıtlamalar getirir.

Yönetici kaydeder/yükler, görselleştirici tarafından oluşturulanları kaydeder, kaydedilenleri yükler, ancak başlatıcı bağımlıysa, bağımlılık hem yöneticiye hem de görselleştiriciye aktarılır. Örneğin, kullanıcı * wg'deki sonuçların çiftler halinde eklenmesi ve ardından çarpılması gerekliliğini girdi ve ağ işlevselliği bunu desteklemiyor, bu da görselleştiriciye kısıtlamalar eklemeniz gerektiği anlamına geliyor ve bu bağımlılık.

(in0*wg0+
 in1*wg1)
 *
(in2*wg2+
 in3*wg3)
 
Ukrayna :

Başlatıcı, ağ yapısı hakkındaki tablo verilerini başlatma formatına çevirecektir.

Saçmalık. Bu fanteziler nereden geliyor? Neden bahsettiğini anlamadığını hissediyorum.

 class IInitializer
{
public :
   virtual void Init( double & value ) {ASSERT( false );}
   virtual void Init(array& values) {ASSERT( false );}
   virtual void Init(matrix& values) {ASSERT( false );}
};

Bağımlılıklar nerede?

 
TheXpert :

Saçmalık. Bu fanteziler nereden geliyor? Neden bahsettiğini anlamadığını hissediyorum.

Bağımlılıklar nerede?

Biraz yanlış anladınız, bağımlılık doğrudan değil, zincir boyunca iletilir, ağ bir şey yapamazsa (bir tür konfigürasyon oluşturun), o zaman üst blokları yazarken bu dikkate alınmalıdır, bu bağımlılıktır. . ağın yeteneklerini analiz etmeleri ve bunu İstek Listesinin çoğunu destekleyecek şekilde planlamaları ve üst bloklardaki geri kalanına kısıtlamalar getirmeleri gerekecek. Ağın onaylanmış bir konfigürasyonu olana kadar, üst bloklar hakkında konuşmak için çok erken, çünkü bir belirsizlik alanında yüzüyorlar.

Tehdit Diğer yoldan gidebilir, tüm blokları olduğu gibi yazabilirsiniz, sonra tutarsızlıklar tespit edildiğinde, yamalar koyun, ardından tekrar yamalar, sonuç olarak, yamanın hacmi kritik bir seviyeye ulaştığında, her şeyi analiz edin ve her şeyi yeniden yazın. kaşımak. Biraz kasvetli, ancak hemen çalışmaya başlamanıza ve tüm tutarsızlıkları yavaş yavaş ortaya çıkarmanıza izin veriyor.