交易中的机器学习:理论、模型、实践和算法交易 - 页 396 1...389390391392393394395396397398399400401402403...3399 新评论 Mihail Marchukajtes 2017.06.11 06:31 #3951 elibrarius。 雷舍托夫的分类器仍然是一个单一的神经元,而不是一个网络?或者它们被组合成一个雷舍托夫神经元的网络? 说实话,我甚至不知道它是如何工作的。我认为它是这样的。样本被分为两部分--测试部分和训练部分。一个网格在一个部分学习,在另一个部分测试。另一种则相反,学习第二种,测试第一种,然后将结果汇总,计算出总体结果,IMHO Maxim Dmitrievsky 2017.06.11 06:33 #3952 Mihail Marchukajtes: 我认为不可能与作者取得联系,我已经给他写了两封信。他不会说一个字。但据我所知,他曾经写道,他在其中比照了一切可能的东西,这些是他的话。是的,在委员会工作的两个网格确实正在接受培训。我在我的文章中这样写道。如果两者都显示是,则是,如果不是,则是,如果两者显示不同,则是 "不知道"。我不知道最新的版本,但描述是基于谷歌,你给我的链接。 曾经在WWW服务器上运行过第三版,令我失望的是,优化器只加载一个核心,但最近的版本均匀地加载所有的核心,所以我认为不均衡现象还是存在的。只剩下一件小事要做。为了增加核心的数量 :-) 我已经在mql这里给Yuri写了信,希望他能回答我:)我不相信这种有2个网的方法,我不知道具体原因,在谷歌网站上没有关于创新的描述,只有关于布朗-罗宾逊-雷舍托夫算法的描述。 Mihail Marchukajtes 2017.06.11 06:35 #3953 马克西姆-德米特里耶夫斯基。 我已经在mql这里给Yuri写了信,也许他会回答我:)总的来说,我不相信这种有2个网络的方法,为什么会这样,在他的谷歌网站上没有关于创新的描述。 嗯,是的,只有旧版本和基本方法。但实践证明,2个网格的方法大大增加了可推广性。优化器工作的结果是以下文件。这里你可以看到两个网格,每个网格都有不同的归一化,然后在最后有一个结果的合并。所以雷舍托夫做了一个好产品,说实话你不应该批评他......。 附加的文件: HARD.mqh 7 kb Maxim Dmitrievsky 2017.06.11 06:36 #3954 Mihail Marchukajtes: 嗯,是的。 只有旧版本和基本方法。但实践证明,两个网格的方法大大增加了可概括性。优化器工作的结果是以下文件。你可以看到两个网格和每个网格的不同归一化。 然后在最后将结果合并。所以雷舍托夫做出了一个好产品,说实话你不应该批评他......。 我在开玩笑吗? 没有这样的事......是的,我见过这个文件 Mihail Marchukajtes 2017.06.11 06:37 #3955 马克西姆-德米特里耶夫斯基。 我是在说风凉话吗? 根本就没有这回事......是的,我看到了那个文件 我不是说是你,我说的是这个主题的居民,一般来说...... Maxim Dmitrievsky 2017.06.11 06:37 #3956 Mihail Marchukajtes: 我不是在说你,我是在说这个话题的居民,总之...... 所有的主题中都有大量的巨魔 :) Mihail Marchukajtes 2017.06.11 06:39 #3957 总之,现在的问题是这样的。如果有很多代码,我们需要搬进去,这需要时间。也许我们应该尝试在GPU???? 上运行优化器。如果性能增加,该程序是无与伦比的,没有必要改变其中的任何东西,并重写它,正如他们所说的,为了品味和色彩。让我们尝试在GPU上运行优化器???? Maxim Dmitrievsky 2017.06.11 06:43 #3958 Mihail Marchukajtes: 总之,现在的问题是这样的。如果有很多代码,我们需要进驻,而这需要时间。也许我们将尝试在GPU上运行优化器????。如果性能提高了,这个程序是无与伦比的,没有必要改变其中的任何东西,而且要重写,正如他们所说的,为了品味和色彩。让我们尝试在GPU????,运行优化器。 这并不容易,对于GPU来说,有必要单独编写内核,去掉一部分代码。我在考虑在mql上重写,这样会更容易实现,因为我对Java不是很精通。但是重写一个新版本几乎是不现实的,尤其是在不知道算法的情况下。并给我发一些比较简单的集为其预测器,这是快速分类,我将与其他MO模型的结果进行比较。如果它真的在各方面都更酷,我会想办法让它在gpu上运行。 Mihail Marchukajtes 2017.06.11 06:46 #3959 马克西姆-德米特里耶夫斯基。 这并不容易,对于GPU来说,有必要单独编写内核,取出部分代码。我在想用mql重写,在那里实现会更容易,因为我对Java不是很在行。但是重写一个新版本几乎是不现实的,尤其是在不知道算法的情况下。如果我对这个算法不是很确定,我可能会要求你给我发一些比较容易的Jpredictor快速分类的集合,我会把它和其他操作系统模型进行比较,然后得到结果。 我有一个简短的版本,这是我刚刚在上面发布的结果的集合。 附加的文件: HARD.txt 49 kb Maxim Dmitrievsky 2017.06.11 06:46 #3960 Mihail Marchukajtes: 我有一个简短的版本,这是我刚才在上面发布的一套结果。 好的,很好,我今天晚些时候将发送对比测试 1...389390391392393394395396397398399400401402403...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
雷舍托夫的分类器仍然是一个单一的神经元,而不是一个网络?或者它们被组合成一个雷舍托夫神经元的网络?
说实话,我甚至不知道它是如何工作的。我认为它是这样的。样本被分为两部分--测试部分和训练部分。一个网格在一个部分学习,在另一个部分测试。另一种则相反,学习第二种,测试第一种,然后将结果汇总,计算出总体结果,IMHO
我认为不可能与作者取得联系,我已经给他写了两封信。他不会说一个字。但据我所知,他曾经写道,他在其中比照了一切可能的东西,这些是他的话。是的,在委员会工作的两个网格确实正在接受培训。我在我的文章中这样写道。如果两者都显示是,则是,如果不是,则是,如果两者显示不同,则是 "不知道"。我不知道最新的版本,但描述是基于谷歌,你给我的链接。 曾经在WWW服务器上运行过第三版,令我失望的是,优化器只加载一个核心,但最近的版本均匀地加载所有的核心,所以我认为不均衡现象还是存在的。只剩下一件小事要做。为了增加核心的数量 :-)
我已经在mql这里给Yuri写了信,希望他能回答我:)我不相信这种有2个网的方法,我不知道具体原因,在谷歌网站上没有关于创新的描述,只有关于布朗-罗宾逊-雷舍托夫算法的描述。
我已经在mql这里给Yuri写了信,也许他会回答我:)总的来说,我不相信这种有2个网络的方法,为什么会这样,在他的谷歌网站上没有关于创新的描述。
嗯,是的,只有旧版本和基本方法。但实践证明,2个网格的方法大大增加了可推广性。优化器工作的结果是以下文件。这里你可以看到两个网格,每个网格都有不同的归一化,然后在最后有一个结果的合并。
所以雷舍托夫做了一个好产品,说实话你不应该批评他......。
嗯,是的。 只有旧版本和基本方法。但实践证明,两个网格的方法大大增加了可概括性。优化器工作的结果是以下文件。你可以看到两个网格和每个网格的不同归一化。 然后在最后将结果合并。
所以雷舍托夫做出了一个好产品,说实话你不应该批评他......。
我在开玩笑吗? 没有这样的事......是的,我见过这个文件
我是在说风凉话吗? 根本就没有这回事......是的,我看到了那个文件
我不是说是你,我说的是这个主题的居民,一般来说......
我不是在说你,我是在说这个话题的居民,总之......
所有的主题中都有大量的巨魔 :)
总之,现在的问题是这样的。如果有很多代码,我们需要进驻,而这需要时间。也许我们将尝试在GPU上运行优化器????。如果性能提高了,这个程序是无与伦比的,没有必要改变其中的任何东西,而且要重写,正如他们所说的,为了品味和色彩。让我们尝试在GPU????,运行优化器。
这并不容易,对于GPU来说,有必要单独编写内核,去掉一部分代码。我在考虑在mql上重写,这样会更容易实现,因为我对Java不是很精通。但是重写一个新版本几乎是不现实的,尤其是在不知道算法的情况下。
并给我发一些比较简单的集为其预测器,这是快速分类,我将与其他MO模型的结果进行比较。如果它真的在各方面都更酷,我会想办法让它在gpu上运行。
这并不容易,对于GPU来说,有必要单独编写内核,取出部分代码。我在想用mql重写,在那里实现会更容易,因为我对Java不是很在行。但是重写一个新版本几乎是不现实的,尤其是在不知道算法的情况下。
如果我对这个算法不是很确定,我可能会要求你给我发一些比较容易的Jpredictor快速分类的集合,我会把它和其他操作系统模型进行比较,然后得到结果。
我有一个简短的版本,这是我刚刚在上面发布的结果的集合。
我有一个简短的版本,这是我刚才在上面发布的一套结果。
好的,很好,我今天晚些时候将发送对比测试