"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。