"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 20

 
Urain
等等,你在这里布置了优化方法,并不是所有的优化都适合于训练,例如牛顿方法只定义于已知的函数,如果你不知道函数类型,就不能直接计算,准牛顿方法已经用于此了(对于其他方法我不能脱口而出,但我想也有一些限制)。
当然,这就是为什么我把普遍这个词放在引号里。而这三条是普遍的,没有倒装的逗号。
 
TheXpert
这里的基本观点是,所有这些方法都需要额外的记忆来学习。
顺便说一下,既然我们在讨论这个问题,请告诉人们你在做什么训练方法?
 
Urain

我个人只记得Leov。也许还有人知道这个论坛上有谁可能会受命去绞尽脑汁为职业选手服务?

gpwr

邓丽君

中子,但他有一个相当不寻常的方法:)

 
Urain
顺便说一下,既然我们在讨论这个问题,请告诉人们你在雕刻什么样的训练方法?

每个网络都有自己的。顺便说一句,我完全支持扩大名单。但每个网络都有特殊的方法。

我还没有做任何事情。我根本就没有做任何事情。而对于上面的代码C++与MLP。

而对于拓宽目标功能的清单!谁有东西可以提供?

 
TheXpert

gpwr

邓丽君

中子,但他的做法有些不同寻常:)

gpwr 已经知道了,在这里露面。
 
TheXpert

每个网络都有自己的。顺便说一句,我只赞成扩大名单。但对每个网络都有特殊的方法。

我没有创造任何东西。我根本就没有做任何事情。而对于上面的代码C++与MLP。

而对于拓宽目标功能的清单!还有谁?

而目标可能应该写在最后,这样就很容易松绑和改变,每个人都可能是不同的,不是每个交易员都会把自己辛苦赚来的FF拿出来。

ZY将在图片上进行训练,目前是三角形的圆圈。

 
Urain

而目标可能需要布线,写在最后,这样就容易解绑和改变,每个人都可以有自己的,不是每个交易员都会拿出自己辛苦赚来的FF。

也是不可能的。训练算法直接取决于目标函数。我们将不得不考虑这个问题。但首先我们需要提出它们 :)

________________

谁曾与SLTM 打过交道?

Long short term memory - Wikipedia, the free encyclopedia
Long short term memory - Wikipedia, the free encyclopedia
  • en.wikipedia.org
Long short term memory (LSTM) is a recurrent neural network (RNN) architecture (an artificial neural network) published1 in 1997 by Sepp Hochreiter and Jürgen Schmidhuber. Like most RNNs, an LSTM network is universal in the sense that given enough network units it can compute anything a conventional computer can compute, provided it has the...
 
TheXpert
也是不可能的。学习算法直接取决于目标函数。我们必须考虑一下。但我们必须先提供给他们 :)
我们说的是同一件事吗? 目标函数是计算网络输出误差的函数。
 

最后几页的文字有一点让人觉得joo指出"-把一切交给一个人执行 "的投票是正确的。
论坛上没有专家为我们的项目 雄心壮志,他们会分解一切,并确定编程的数量。
雷纳特也是对的,他建议在其他专题论坛上寻找这些同样的专家。

到目前为止,我看到以下解决方案:我需要一个网络专家。而且必须在某个地方找到他。雷纳特说,该项目有一个预算。
在methaquot管理层的人查看这个主题之前,我们无法做到这一点。而且我们会从他们那里得到一个管理员。

另一方面,我们需要清楚地了解我们的目标,并在寻找目标之前知道应该向他们提出什么要求。我已经描述了我的愿景,它与joo的愿景完全一样。
让它成为这个神经网络引擎的目标。

是的,图书馆应该是通用的,就像乐高套装--你可以建造任何你想要的东西。

是的,这个图书馆应该很容易使用,有一个完整的模板专家。易于使用,以至于非程序员也能使用。

是的,该库在输入和输出方面都应该有一个通用的接口,允许将所有东西连接到它,从指标值到...

一般来说,它应该是一个像瑞士刀一样的工具,但不是一个魔杖(无论我们多么想,但这是不可能的)。


是的,这就是我们需要的。这就是为什么我们需要一位专家,他将能够为这个引擎安装两样东西--各种拓扑结构和训练方法。

安德烈(TheExpert)对这种乌托邦主义的感慨应该放在一边,直到聘请的专家、项目管理员和最后的consilium得出结论。因此,将不得不调整他们的目标,以实现至少是类似的目标。

同时,这个主题仍然有效。
 
sergeev:

最近几页的文字的东西,原来joo是对的,他指出了调查的重点"--把所有的东西都给一个人执行"。
论坛上没有专家对我们的项目的雄心壮志,这将打破一切,并确定编程的数量。
雷纳特建议在其他专题论坛上寻找这些专家,这也是正确的。

所以到目前为止,我看到的情况如下。 你需要一个网络专家。而他必须在某个地方被找到。雷纳特说,该项目有一个预算。 然后有必要寻找一个专家,并为他的建议支付金钱。

另一方面,在寻找专家之前,我们需要清楚地了解我们的目标,并知道该向他提出什么要求。我已经描述了我的愿景,它与朱棣文重复的内容完全一样。
让这成为这个神经网络引擎的目标。


是的,这就是我们需要的。因此,我们需要一个能够适合这个引擎的向导,即各种拓扑结构和学习方法。

安德烈(TheExpert)对这种乌托邦主义的感慨必须推迟到聘请的专家、项目管理员和参与者的最终合议庭宣布裁决之后。同时,这个主题仍然有效。

因此,我们将不得不调整我们的目标,至少要达到类似的效果。

让我们做一个图形引擎,创建一个通用的网格(几个变种),然后请专家解释这样的网格算法是否可以与统一的训练算法相适应。我写的是统一,因为很明显,一个通用的学习算法是行不通的,但我相信有可能创建一个像网络本身一样容易转变的学习算法(说实话,我的信心更多的是建立在信任上而不是脂肪上)。