"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 75 1...686970717273747576777879808182...100 新评论 Andrey Dik 2011.11.29 22:17 #741 她.人。问题不在于哪一个。只是想知道,硬件如此薄弱的GA是否能拉动它?JOO算法的轻量级版本。嗯,你可以粗略估计一下。只要在FF历史中运行一次,测量时间,然后乘以10000。你会得到一个相当现实的结果,这就是你运行训练的结果。 而这是...有什么好轻松的呢?:) Mykola Demko 2011.11.29 22:28 #742 joo:嗯,你可以粗略估计一下。要做到这一点,在FF历史中运行一次,测量时间,然后乘以10000。如果你通过训练来运行它,你会得到什么,这是相当现实的。 而这是...有什么好轻松的呢?:)不太充分,你仍然需要单独测量并减去FF的总时间,以得到算法执行的净值。那么你可以乘以参数的数量。肉片与苍蝇是分开的。 Serj 2011.11.29 22:30 #743 Urain。 我曾经想过写一个测试器,用Tester GA训练一个小网格,就像我上面画的那样,6个尺度的3个神经元,XOR任务,但我还是没能做到:) 我讲的是。网络100x1000x1 - 全网 Andrey Dik 2011.11.29 22:36 #744 2)有多少个 例子? 我说的是。她.人。1)教什么。 2)有多少个例子。 3)一个错误,等等?1)为了实验--尝试近似一个函数,例如文章中的那个。2)嗯,至少有1000个,我想。3)ZFF是与测试函数表面的最小误差。 Serj 2011.11.29 22:36 #745 joo: 而这是...有什么好轻松的呢?:) UGA是通用的,适用于许多任务。它可以被磨光、减光,专门用于网络培训。 Serj 2011.11.29 22:41 #746 joo:3)ZFF是与测试函数表面的最小误差。 ZFF - 不理解。? Andrey Dik 2011.11.29 23:03 #747 她.人。 ZFF - 我不明白。? FF的含义,或者说--VFF,如果你按照文章中的术语。 Serj 2011.11.29 23:40 #748 joo: FF的价值,或-VFF,以遵循文章的术语。 最小的错误是一个难以捉摸的概念...我现在要走了,这里已经有太多的我了。如果我还有什么问题,我会在私下里问,这样就不会把事情搞得一团糟。我将向你展示结果。希望Urain & yu-sha能提出一个架构和网络描述。 Mykola Demko 2011.11.29 23:47 #749 一个由标准测试器GA解决的XOR问题,对14个离散错误的100个例子。在代码中,级联中的两个神经元有两个网格,而经典MLP中的三个神经元则有两个网格。在评论顶部的间距,对于7个参数步骤 0.005,对于9个0.2-03的权重与0.2输入,独立03。因此,游戏,但漂亮。ZZZ我是个傻瓜,我已经在例子中给出了边角的1,而中间的0.而无论网格如何扭曲,两个0的输入都不能给出1。我验证了网格输出误差在离散形式下应该等于零,在实际中趋向于零。所以,这很奇怪,我反转了输出,但错误仍然存在,甚至上升到16位,好吧,我把它记在GA上 :)也许我现在很困了。 附加的文件: NN_GA.mq5 9 kb NN_GA.mq5 9 kb Mykola Demko 2011.11.30 15:41 #750 今天是长者日 :)完全沉默,每个人都在吸食采访。 1...686970717273747576777879808182...100 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
问题不在于哪一个。只是想知道,硬件如此薄弱的GA是否能拉动它?
JOO算法的轻量级版本。
嗯,你可以粗略估计一下。只要在FF历史中运行一次,测量时间,然后乘以10000。你会得到一个相当现实的结果,这就是你运行训练的结果。
而这是...有什么好轻松的呢?:)
嗯,你可以粗略估计一下。要做到这一点,在FF历史中运行一次,测量时间,然后乘以10000。如果你通过训练来运行它,你会得到什么,这是相当现实的。
而这是...有什么好轻松的呢?:)
不太充分,你仍然需要单独测量并减去FF的总时间,以得到算法执行的净值。
那么你可以乘以参数的数量。
肉片与苍蝇是分开的。
我曾经想过写一个测试器,用Tester GA训练一个小网格,就像我上面画的那样,6个尺度的3个神经元,XOR任务,但我还是没能做到:)
我说的是。
1)教什么。
2)有多少个例子。
3)一个错误,等等?
1)为了实验--尝试近似一个函数,例如文章中的那个。
2)嗯,至少有1000个,我想。
3)ZFF是与测试函数表面的最小误差。
而这是...有什么好轻松的呢?:)
3)ZFF是与测试函数表面的最小误差。
ZFF - 我不明白。?
FF的价值,或-VFF,以遵循文章的术语。
最小的错误是一个难以捉摸的概念...
我现在要走了,这里已经有太多的我了。如果我还有什么问题,我会在私下里问,这样就不会把事情搞得一团糟。我将向你展示结果。
希望Urain & yu-sha能提出一个架构和网络描述。
一个由标准测试器GA解决的XOR问题,对14个离散错误的100个例子。
在代码中,级联中的两个神经元有两个网格,而经典MLP中的三个神经元则有两个网格。
在评论顶部的间距,对于7个参数步骤 0.005,对于9个0.2-03的权重与0.2输入,独立03。
因此,游戏,但漂亮。
ZZZ我是个傻瓜,我已经在例子中给出了边角的1,而中间的0.而无论网格如何扭曲,两个0的输入都不能给出1。
我验证了网格输出误差在离散形式下应该等于零,在实际中趋向于零。
所以,这很奇怪,我反转了输出,但错误仍然存在,甚至上升到16位,好吧,我把它记在GA上 :)也许我现在很困了。
今天是长者日 :)
完全沉默,每个人都在吸食采访。