脚本形式的神经网络
谢谢你!
非常有用的小东西!谢谢你!
这个脚本的逻辑让人想起一个简单的4in2扰频器
当然，这很有趣!
但是，网络被训练的内容就是它被保证显示的内容!
现在试着用她在训练中没有看到的东西来喂养她的投入！这是很重要的。
她要疯了!
test_pat[0] = 1 ;
test_pat[1] = 1 ;
test_pat[2] = 0 ;
test_pat[3] = 0 ;
test_the_network() 。
Print(MathRound( ol_a[0]), " 1100 ", MathRound( ol_a[1]) ;
她回答：1 0
虽然在逻辑上她应该回答1 1
---
正确的网络正是这样做的--它将回答1 1，即使它在班级中没有看到任何这样的数据。
试着给网络上的人讲讲下面的例子
OUTPUT = INPUT
30.00 = 100.00
27.50 = 87.50
25.00 = 75.00
20.00 = 50.00
15.00 = 25.00
13.75 = 18.75
12.50 = 12.5
11.25 = 6.25
10.00 = 0.00
然后给它一个输入，例如62.5，应该产生22.50的输出。
MUST = INPUT
22.50 - 62.5
这是一个简单的扩展例子，网络处理起来就像没剥皮的花生一样。
你如何让它预测价格？
这个脚本的逻辑让人想起了简单的4V2争夺赛
当然，这个小工具是很有趣的!
但是，网络被训练的内容就是它被保证显示的内容!
现在试着用她在训练中没有见过的东西来喂养她的投入吧!
她要疯了!
test_pat[0] = 1 ;
test_pat[1] = 1 ;
test_pat[2] = 0 ;
test_pat[3] = 0 ;
test_the_network() 。
Print(MathRound( ol_a[0]), " 1100 ", MathRound( ol_a[1]) ;
她回答：1 0
虽然在逻辑上她应该回答1 1
---
正确的网络正是这样做的--它将回答11，即使它在学习过程中没有看到任何这样的数据。
试着给网络上的人讲讲下面的例子
OUTPUT = INPUT
30.00 = 100.00
27.50 = 87.50
25.00 = 75.00
20.00 = 50.00
15.00 = 25.00
13.75 = 18.75
12.50 = 12.5
11.25 = 6.25
10.00 = 0.00
然后给它一个输入，例如62.5，应该产生22.50的输出。
MUST = INPUT
22.50 - 62.5
这是一个简单的扩展例子，网络处理起来就像没有剥皮的花生。
这个算法里面没有规范化。为了使这一算法正确工作，有必要
来提供已经在0和1之间规范化的输入和输出值。
1.首先，你需要对输入和输出进行归一化处理，即把它放在0-1的范围内。
(或者网络代码必须重新编译以适应新的数据范围)
2.这个网络有4个输入和2个输出。
这些栏目中的哪些数字和哪些输入应该被输入？
根据该算法
该网络将每个四元组的输入值1 0 0 0 0
设置一对输出数据 1 0
可以有几个这样的数据集，例如4个。
而你必须根据网络算法来喂养它们
输入_输出
1 0 0 0_ 0 0
1 0 0 1_ 1 0
1 0 1 0_ 0 1
1 0 1 1_ 1 1
或如下所示，如果4个输入和3个输出
1 0 0 0_ 1 1 1
1 1 0 0_ 1 0 0
1 0 1 0_ 0 1 1
1 0 1 0_ 0 0 0
1 1 1 1_ 0 1 0
对于这种情况，改变代码
这个脚本的逻辑让人联想到一个简单的4V2扰乱器
如果事实证明扰流板更有用，我们将在它身上赚取利润 :)!
只是网络仍然是一种时髦的东西。
如果你有扰频器的代码，那么请在这里提供!我们也来玩玩吧。
女士们 和 先生们 !
我在网上找到了一种神经网络 算法。
我决定去看看。
我把 脚本 ，用于 终端。我在 上运行了它，它起作用了。
为了 ，确保 是正确的 - 我做了一个学习过程的可视化。
使得 。
好了 ， ，不给 工作 ，在书架上落满灰尘 - 在论坛上发表 。
我认为从脚本中拿出代码放到指标或专家顾问中是一个技术问题。
你可以试试，试试你的想象力。
该脚本在任何时间框架的任何图表上运行。