文章 "神经网络变得轻松（第三十七部分）：分散关注度" 新评论 MetaQuotes 2023.10.13 13:01 新文章 神经网络变得轻松（第三十七部分）：分散关注度已发布： 在上一篇文章中，我们讨论了在其架构中使用关注度机制的关系模型。 这些模型的具体特征之一是计算资源的密集功用。 在本文中，我们将研究于自我关注度模块内减少计算操作数量的机制之一。 这将提高模型的常规性能。 我们采用 2023 年 3 月的 EURUSD H1 历史数据训练模型，并测试 EA。 在学习过程中，EA 在测试期间展示出盈利。 然而，获得的利润是因为平均盈利交易的规模大于平均亏损交易的规模。 但输赢仓位的数量大致相同。 结果就是，盈利因子为 1.12，恢复因子为 1.01。 作者：Dmitriy Gizlyk 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
新文章 神经网络变得轻松（第三十七部分）：分散关注度已发布：
在上一篇文章中，我们讨论了在其架构中使用关注度机制的关系模型。 这些模型的具体特征之一是计算资源的密集功用。 在本文中，我们将研究于自我关注度模块内减少计算操作数量的机制之一。 这将提高模型的常规性能。
我们采用 2023 年 3 月的 EURUSD H1 历史数据训练模型，并测试 EA。 在学习过程中，EA 在测试期间展示出盈利。 然而，获得的利润是因为平均盈利交易的规模大于平均亏损交易的规模。 但输赢仓位的数量大致相同。 结果就是，盈利因子为 1.12，恢复因子为 1.01。
作者：Dmitriy Gizlyk