神经网络。来自专家的问题。 - 页 18

[[删除]]

lasso:

我甚至从来没有要求过源代码，只是要求提供dll和头文件。

我不知道你在dll本身看到了什么，但请不要介意......但Joo说得很对，也许不需要锉刀，但需要rasp。源将要求手动输入，我应该为批量输入重做，我就是这么做的，但我已经忘记了）。

[Алексей Тарабанов]

Figar0:
我不知道你在光盘本身看到了什么，但请你不要遗憾......但Joo说得很对，也许不需要用锉刀，但那里需要用砂轮。源会要求手动输入，你需要重新制作，以便批量输入，实际上我就是这么做的，但我已经忘记了)

文件。一个文件更酷。锉刀几乎就是一把锯子。

[Vitaliy]

Figar0:
我不知道你在光盘本身看到了什么，但请你不要遗憾......但Joo说得很对，也许不需要用锉刀，但那里需要用砂轮。源会要求手动输入，你需要重新制作，以便批量输入，实际上我就是这么做的，但我已经忘记了)

))谢谢你的裸露的dll。 我不会再打扰你了......

[[删除]]

lasso:

))谢谢你的裸露的dll。我不会再打扰你了......

好吧，我马上告诉你，没有任何来源了 ))))

[Vitaliy]

Figar0:

我马上就告诉你，没有任何消息来源了))))

那么，你如何在这个dll中调用函数呢？

也给我看看包装纸 )))

[[删除]]

lasso:

那么，你如何调用这个dll中的函数呢？

也给我看看包装纸 ))

什么包装器？ 只是EA的一个电话。

#import "KNpr.dll"
double research(double arrayohlc[]);
#import

int start()
{
   double inputs[20], result;
   for (int i=0;i<20;i++)
   {
     inputs[i]=Open[i]-Open[i+1];
   }          
   result=research(inputs);
   if (result>0) Открываем бай
   if (result<0) Открываем селл 
....
}

[Vitaliy]

Figar0:

什么样的包装？ 只是EA的一个电话。

糟糕。又被困在刻板印象中了。)

在我看来，神经网络库是类似Fann2MQL.dll的东西，有训练等功能。

而你，对不起，根本就没有图书馆，只有一个小册子......)

.........................

嗯，这很好。至少我们搞清楚了，统计6/8没有简单透明的输出。

只有通过与手鼓共舞...

稍后我将尝试描述我的舞蹈......也许有人会发现它是有用的....

[[删除]]

lasso:

而你，不好意思，根本就没有图书馆，只有一本小册子......)

我正好有这个 "统计 "给出的东西)数据的准备，它的预处理，结果的解释都在专家顾问中，它更容易，更方便，更容易理解（在例子中它只是省略了）。我甚至设法从这种 "小册子 "中创建了相当大的神经网络委员会。基本上，我不需要其他东西。我们已经建立了网络，在一个特别准备的环境中迅速对其进行了训练，并将其很好地利用起来。还有什么需要做的？返工真的不复杂，否则我不可能自己完成。

而Fann2MQL是一个手写的库，当然，它拥有一切，这就是它被写出来的原因。但是，一，这是一个完全不同层次的编程，专业。二，磨练（感谢（没有讽刺） tara 对那些研磨工具的种类的汇报）同样的统计代码是有点容易的，甚至比只是弄清楚如何使用类似Fann2MQL的库要容易。嗯，对我个人来说就是这样的。

[Vitaliy]

Figar0:

我完全拥有这个 "统计 "所给出的信息)数据准备、其预处理、NS结果的解释都在专家顾问中，它更容易、更方便、更容易理解（在例子中，所有这些都被简单省略了）。我甚至设法从这种 "小册子 "中创建了相当大的神经网络提交。基本上，我不需要其他东西。我们已经建立了网络，在一个特别准备的环境中迅速对其进行了训练，并将其很好地利用起来。还有什么需要做的？那里的返工真的不难，否则我也不可能自己做。

joo:
但你还是要在代码中挖掘，而且每次都是在训练之后。

不，兄弟们，我太 "懒 "了，不能每次都这样做....。))

.......................

我的错是没有说出我的目标。

我问的问题，我不知道我想要什么。我站在正确的立场上。

......................

目的：--从非常简单的1:1-N-1:1格式的NS分类，其中N是隐藏层的神经元数量（从3到7），每个负责自己的 "模式"。

创建一个网络委员会，给出一个加权的输出（预测）。

-- 一个EA应该以 "一体化 "的原则来构建。

比如说。1999-2000年在M15上通过开价，我们找到一些 "模式"，创建一组训练实例（TI），训练网络，将它们保存到文件中。

然后我们在2001-2010年的范围内启动专家顾问。

在初始化过程中。1.它从文件中加载特殊程序中准备的网（即不使用fann4MT_create_standard函数）。

2.加载学习网络的OP。

这就是全部。这就是用户干预的结束。没有优化。

.....................

在操作过程中，专家顾问。

-- 执行贸易业务

--同时积累新的OPs

--当指定的事件发生时执行再训练。

.....................

如果他10年来的工作成果，我们感到满意，那么我们就给他一张生活票。(还有我们自己的疗养院))

.....................

而最重要的是。

"界限在哪里......？" 这个问题就不必回答了!

[Vitaliy]

lasso:

不管怎么样。至少我们想明白了，从统计6/8中没有简单的和用户友好的输出。

只有通过与手鼓共舞...

稍后我将尝试描述我的舞蹈......也许有人会发现它是有用的....

所以...一段一段地讲。如果任何一点会引起人们的兴趣，我将更详细地描述它。

.................................

任务。

将为 "统计6-8 "包中的分类任务创建的网络转移到MQL4-5环境。

这里 有一个交易背景下的分类任务的例子。(从底部第五个帖子)

舞蹈。

1) 我决定在MT4专家顾问中基于fann2MQL.dll库实现神经网络。

2) 我选择了fannExplorer作为图形适配器 （全部选择在此）。

3) 在fannExplorer中创建一个新的网络，并使用我们从 "统计 "中知道的参数，选择层数、每层的神经元数量、对特定神经元的激活函数，等等。

4）为fannExplorer准备训练实例文件（TFS），记住TFS本身与 "统计6 "相同，但数据格式不同。

5) 我对测试实例做了同样的工作，但将它们保存在一个单独的文件中，扩展名为*.test。

6）在fannExplorer中，根据 "统计 "中得到的结果，训练和测试网络。

7）将所需的配置（或几个配置）保存到一个文件中，以便在MQL程序中进一步加载和使用。

..............................

fannExplorer中有一些好东西是fann2MQL.dll中没有的，但也有一些彻头彻尾的不便之处。

................................

P.S. 我想听听使用NSDT的人的意见，因为我想象那里的一切都更容易和更简单。

在NSDT中是否可以创建并输出到DLL分类网？例 如，它将立即产生名义输出{1;-1}。

由于在FANN中这是一个肯定的问题....。