"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 95 1...888990919293949596979899100 新评论 Реter Konow 2019.06.06 11:29 #941 TheXpert:描述一个神经元和一个层。我的解释与生物学观点略有不同神经元本身是一个输入x到输出y的简单转换器。我的方案中的神经元没有突触。只有输入（x），输出（y），误差（e）和阈值（t）。误差是神经元的内在属性，是学习的必要条件。可选的是，它可以通过迭代来实现可视化。 相同的神经元可以被组合成一个层。一个层是一组相同的神经元的集合（向量）。神经元的输入和输出构成该层的输入和输出缓冲区。缓冲器是一个单独的实体，用于连接神经元和突触，是简化通信方案的间隔物。结合神经元可以在许多情况下过渡到矢量数学，而且往往可以简化和加快操作。该层至少由一个神经元组成。... 询问专家。什么是程序意义上的 "神经元"？它与正常的功能有多相似？还有数值的输入、转换和输出。神经元 "和函数之间的区别是什么？ Maxim Dmitrievsky 2019.06.06 11:33 #942 Dmitry Fedoseev:那么真正的问题是为什么人们不使用它？有什么问题吗？有些人在使用，他们在私人信息中写道 但没有人知道如何在市场中 挑选出模式，即在，几乎，SB。而这是任何ML战略的一个主要障碍，这是一个需要思考的问题，而不是其他问题。 Dmitry Fedoseev 2019.06.06 11:34 #943 Реter Konow: 询问专家。什么是程序意义上的 "神经元"？它与普通函数有多大的相似之处？还有价值的输入、转换和输出。神经元 "和函数之间的区别是什么？该功能是。它起初急剧上升，然后缓慢上升。有点像对数。而突触就是输入。轴突是输出。(或反之亦然)) Dmitry Fedoseev 2019.06.06 11:35 #944 Maxim Dmitrievsky:有些人使用它，他们亲自写 但没有人知道如何在市场中分离出模式，即在，几乎，SB。而这是任何ML战略的主要瓶颈，它是需要思考的问题，而不是其他。如果一切都依赖于SB，那么什么都不会成功。 Maxim Dmitrievsky 2019.06.06 11:37 #945 Dmitry Fedoseev:如果都是关于SB，那么什么都不会成功。因此，没有什么东西对任何人都是有效的 Реter Konow 2019.06.06 11:39 #946 Dmitry Fedoseev:该功能是。它起初急剧上升，然后缓慢上升。有点像对数。而突触就是输入。轴突是输出。(或反之亦然)) 我指的不是数学函数，而是软件函数。神经元作为一个软件实体，在概念上有别于接受参数、转换参数和输出结果的软件函数实体。 Andrey Dik 2019.06.06 11:41 #947 Dmitry Fedoseev: 有什么好谈的呢？当安排一个遗传算法 竞赛时，论坛上90%的人都歇斯底里了，好像那是可能的，原来没有人知道它是什么，更不用说有自己的实现了，或者至少想做一个......但是，嘿，大家有多大的乐趣啊!是啊...这是一场史诗般的惨败......在各个方面......我可能也是一个糟糕的组织者。 Alexander_K 2019.06.06 11:41 #948 Maxim Dmitrievsky:有些人使用它，他们亲自写 但没有人知道如何在市场中分离出模式，即在，几乎，SB。而这是任何ML战略的一个主要瓶颈，这是要考虑的问题，而不是其他。马克西姆，直到BP值之间的时间被送入神经网络的输入，并且网格计算出市场周期（而且是，我向你保证）--没有什么会成功。你应该搜索从一个交易时段到一年的样本。样本应严格 与时间段相对应，而不是其他。正是在时间结构上，市场BP与SB不同，这一点我以前写过很多次了。 Andrey Dik 2019.06.06 11:42 #949 Maxim Dmitrievsky:无人能及，为此就说 "几乎不行 "吧......这就是整个 "不行 "所剩无几，只能靠搜刮废品了。 Dmitry Fedoseev 2019.06.06 11:43 #950 Реter Konow: 我不是指数学函数，而是指程序函数。神经元作为一个软件实体，在概念上有别于接受参数、转换参数和输出结果的软件函数实体。这没有什么不同。这是一个普通的功能。输入一个参数，输出一个值。 Искусственный нейрон — Википедия ru.wikipedia.org Схема искусственного нейрона 1.Нейроны, выходные сигналы которых поступают на вход данному 2.Сумматор входных сигналов 3.Вычислитель передаточной функции 4.Нейроны, на входы которых подаётся выходной сигнал данного 5. — веса входных сигналов Иску́сственный нейро́н (математический нейрон Маккаллока — Питтса, формальный нейрон[1]) — узел... 1...888990919293949596979899100 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
描述一个神经元和一个层。
我的解释与生物学观点略有不同
神经元本身是一个输入x到输出y的简单转换器。我的方案中的神经元没有突触。只有输入（x），输出（y），误差（e）和阈值（t）。误差是神经元的内在属性，是学习的必要条件。可选的是，它可以通过迭代来实现可视化。
相同的神经元可以被组合成一个层。一个层是一组相同的神经元的集合（向量）。
神经元的输入和输出构成该层的输入和输出缓冲区。缓冲器是一个单独的实体，用于连接神经元和突触，是简化通信方案的间隔物。
结合神经元可以在许多情况下过渡到矢量数学，而且往往可以简化和加快操作。
该层至少由一个神经元组成。
...
那么真正的问题是为什么人们不使用它？有什么问题吗？
有些人在使用，他们在私人信息中写道
但没有人知道如何在市场中 挑选出模式，即在，几乎，SB。而这是任何ML战略的一个主要障碍，这是一个需要思考的问题，而不是其他问题。
询问专家。什么是程序意义上的 "神经元"？它与普通函数有多大的相似之处？还有价值的输入、转换和输出。神经元 "和函数之间的区别是什么？
该功能是。它起初急剧上升，然后缓慢上升。有点像对数。而突触就是输入。轴突是输出。(或反之亦然))
有些人使用它，他们亲自写
但没有人知道如何在市场中分离出模式，即在，几乎，SB。而这是任何ML战略的主要瓶颈，它是需要思考的问题，而不是其他。
如果一切都依赖于SB，那么什么都不会成功。
如果都是关于SB，那么什么都不会成功。
因此，没有什么东西对任何人都是有效的
该功能是。它起初急剧上升，然后缓慢上升。有点像对数。而突触就是输入。轴突是输出。(或反之亦然))
有什么好谈的呢？当安排一个遗传算法 竞赛时，论坛上90%的人都歇斯底里了，好像那是可能的，原来没有人知道它是什么，更不用说有自己的实现了，或者至少想做一个......但是，嘿，大家有多大的乐趣啊!
是啊...这是一场史诗般的惨败......在各个方面......我可能也是一个糟糕的组织者。
有些人使用它，他们亲自写
但没有人知道如何在市场中分离出模式，即在，几乎，SB。而这是任何ML战略的一个主要瓶颈，这是要考虑的问题，而不是其他。
马克西姆，直到BP值之间的时间被送入神经网络的输入，并且网格计算出市场周期（而且是，我向你保证）--没有什么会成功。你应该搜索从一个交易时段到一年的样本。样本应严格 与时间段相对应，而不是其他。
正是在时间结构上，市场BP与SB不同，这一点我以前写过很多次了。
无人能及，为此
就说 "几乎不行 "吧......这就是整个 "不行 "所剩无几，只能靠搜刮废品了。
我不是指数学函数，而是指程序函数。神经元作为一个软件实体，在概念上有别于接受参数、转换参数和输出结果的软件函数实体。
这没有什么不同。这是一个普通的功能。输入一个参数，输出一个值。