市场礼仪或雷区中的良好风度 - 页 45 1...383940414243444546474849505152...104 新评论 paralocus 2009.06.04 10:03 #441 训练过程中权重的收敛（为了说明问题，我用了100个历时，但24个已经足够）。 横轴--纪元编号，纵轴--特定权重的值（总共有24个）。 而在训练过的网格上，我很少有超过+/-1的权重值，所以目前我认为权重的相互排列（训练后）才是最重要的，它们的绝对值可能足以放在一个范围内。因此，在所有的可能性中，GTR在这里的规则。 Neutron 2009.06.04 10:42 #442 像爱因斯坦的广义相对论？ paralocus 2009.06.04 10:43 #443 正是如此--:) 你知道这些网子让我想起了什么？人们...为什么要走那么远，就拿我向你学习的方式来说吧--这只是我的 "尺度 "的一个微不足道的调整......-:) 而且画面非常相似--从偶然听到、读到，通过完全不理解的震惊，最后 "咔嚓 "一声......。你知道该往哪个方向走。 我记得有一个双关语说，即使你把一群傻瓜组成一个小组，你也不会找到一个好的解决方案。 我为什么要成立一个委员会？因为我习惯于用火鸡来思考问题--比如说，如果一只火鸡是错误的或透支的，那么两只火鸡就比较可靠，三只或更多就相当不错。然而，当我看到雷什托夫的专家顾问（他本人是个好人），其中有一打的内置指数，我经常想到这个双关语...... [删除] 2009.06.04 11:05 #444 TheXpert писал(а)>> 遗传学是一个婊子。我可以为它提出一个理由。 >> 我期待着。 TheXpert 2009.06.04 11:25 #445 YDzh >> : 期待着它。 好的。遗传学是一种普遍的算法。 目前的任何神经网络学习算法（除遗传学和类似的）。 是专门的，先验的更好，因为遗传学不考虑领域的具体情况。 这与使用蒙特卡洛方法查询一个任意图形的面积差不多。 而且一般来说，不是我，而是你应该证实你说的 "遗传学规则"。 因为我重复梯度下降法是专门的，遗传学是普遍的。 paralocus 2009.06.04 11:36 #446 至YDzh 你从遗传学中得到了什么？我在这上面浪费了两个月的时间。首先，8个参数不算什么。分开优化代码块是荒谬的--网络必须是一个单一的整体，否则它根本就不是一个网络。假设你有8个参数绰绰有余，那么在优化之后，你必须取一些结果（从一万个中取），这里就是......这里是......) 好吧，你没有办法选择!当然，你当然可以相信娜杰日达-彼得罗夫娜，选择最高的余额，或最低的提款，但这将是一个硬币的翻转，而这位女士是善变的。 [删除] 2009.06.04 11:40 #447 TheXpert писал(а)>> 好的。遗传学是一种普遍的算法。 目前的任何神经网络学习算法（除遗传学和类似的）。 是专门的，先验的更好，因为遗传学没有考虑到该领域的特殊性。 这和用蒙特卡洛方法寻找任意图形的面积差不多。 而且一般来说，不是我而是你应该证实你的 "遗传学规则 "的说法。 正如我所重复的，梯度下降的方法是专门的，遗传学是普遍的。 根据我的品味，遗传学最好应用于预期结果难以制定的地方。当你考虑光学识别，或XOR时，那么就很清楚了：这里是输入，这里是我想得到的输出的数据。而就外汇而言，我想得到的输出是什么？利润。而我们在单一的tick或bar上等待着什么呢？我不知道。或者我们必须制定一个战略，根据这个战略，NS应该在我的理解中采取行动--然后使其适应这个行为战略。遗传学允许NS在输入数据上 "最佳地实现自己"，以 获取利润。通过这一标准，它得到了进一步繁殖的机会。IMHO这是一个更灵活的方法。 paralocus 2009.06.04 11:53 #448 YDzh >> : 而就外汇而言，我想从中得到什么？利润。在单一的刻度线或条形图上，我们还在等什么？我不知道。 你不必这么快...你知道 -:) 对我来说，产出上的下一个增量符号就足够了，我自己也会赚到钱。 [删除] 2009.06.04 12:11 #449 paralocus писал(а)>> 你不必这么快...陷入困境，你知道吗 -:) 对我来说，下一个增量的标志就足够了，我自己也会赚到钱。 好吧，让我们说在小的时间范围内，这个标志不会给你任何东西。当然是由于传播的原因。 paralocus 2009.06.04 12:15 #450 YDzh >> : 好吧，我们只能说，在小的时间框架内，这个标志对你没有任何好处。当然是由于传播的原因。 为什么我需要时间框架？谁发明了它们，就让他用它们来交易。 1...383940414243444546474849505152...104 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
训练过程中权重的收敛（为了说明问题，我用了100个历时，但24个已经足够）。
横轴--纪元编号，纵轴--特定权重的值（总共有24个）。
而在训练过的网格上，我很少有超过+/-1的权重值，所以目前我认为权重的相互排列（训练后）才是最重要的，它们的绝对值可能足以放在一个范围内。因此，在所有的可能性中，GTR在这里的规则。
像爱因斯坦的广义相对论？
正是如此--:)
你知道这些网子让我想起了什么？人们...为什么要走那么远，就拿我向你学习的方式来说吧--这只是我的 "尺度 "的一个微不足道的调整......-:)
而且画面非常相似--从偶然听到、读到，通过完全不理解的震惊，最后 "咔嚓 "一声......。你知道该往哪个方向走。
我记得有一个双关语说，即使你把一群傻瓜组成一个小组，你也不会找到一个好的解决方案。
我为什么要成立一个委员会？因为我习惯于用火鸡来思考问题--比如说，如果一只火鸡是错误的或透支的，那么两只火鸡就比较可靠，三只或更多就相当不错。然而，当我看到雷什托夫的专家顾问（他本人是个好人），其中有一打的内置指数，我经常想到这个双关语......
遗传学是一个婊子。我可以为它提出一个理由。
>> 我期待着。
期待着它。
好的。遗传学是一种普遍的算法。
目前的任何神经网络学习算法（除遗传学和类似的）。
是专门的，先验的更好，因为遗传学不考虑领域的具体情况。
这与使用蒙特卡洛方法查询一个任意图形的面积差不多。
而且一般来说，不是我，而是你应该证实你说的 "遗传学规则"。
因为我重复梯度下降法是专门的，遗传学是普遍的。
至YDzh
你从遗传学中得到了什么？我在这上面浪费了两个月的时间。首先，8个参数不算什么。分开优化代码块是荒谬的--网络必须是一个单一的整体，否则它根本就不是一个网络。假设你有8个参数绰绰有余，那么在优化之后，你必须取一些结果（从一万个中取），这里就是......这里是......)
好吧，你没有办法选择!当然，你当然可以相信娜杰日达-彼得罗夫娜，选择最高的余额，或最低的提款，但这将是一个硬币的翻转，而这位女士是善变的。
好的。遗传学是一种普遍的算法。
目前的任何神经网络学习算法（除遗传学和类似的）。
是专门的，先验的更好，因为遗传学没有考虑到该领域的特殊性。
这和用蒙特卡洛方法寻找任意图形的面积差不多。
而且一般来说，不是我而是你应该证实你的 "遗传学规则 "的说法。
正如我所重复的，梯度下降的方法是专门的，遗传学是普遍的。
根据我的品味，遗传学最好应用于预期结果难以制定的地方。当你考虑光学识别，或XOR时，那么就很清楚了：这里是输入，这里是我想得到的输出的数据。而就外汇而言，我想得到的输出是什么？利润。而我们在单一的tick或bar上等待着什么呢？我不知道。或者我们必须制定一个战略，根据这个战略，NS应该在我的理解中采取行动--然后使其适应这个行为战略。遗传学允许NS在输入数据上 "最佳地实现自己"，以 获取利润。通过这一标准，它得到了进一步繁殖的机会。IMHO这是一个更灵活的方法。
而就外汇而言，我想从中得到什么？利润。在单一的刻度线或条形图上，我们还在等什么？我不知道。
你不必这么快...你知道 -:)
对我来说，产出上的下一个增量符号就足够了，我自己也会赚到钱。
你不必这么快...陷入困境，你知道吗 -:)
对我来说，下一个增量的标志就足够了，我自己也会赚到钱。
好吧，让我们说在小的时间范围内，这个标志不会给你任何东西。当然是由于传播的原因。
好吧，我们只能说，在小的时间框架内，这个标志对你没有任何好处。当然是由于传播的原因。
为什么我需要时间框架？谁发明了它们，就让他用它们来交易。