Criação da rede neural

Marcado: 

Visualizando 3 posts - 1 até 3 (de 3 do total)
  • Autor
    Posts
  • #30163
    Charles Adriano
    Participante

      Ola

      No item

      Etapa 3: Construção da IA para negociação de ações

      porque a camada oculta foi projetada com 32 neurônios, isso foi aleatório ou houve alguma fundamentação teórica? se sim poderia entrar em detalhes por favor..

      Outra questão, as camadas ocultas foram incrementadas (potencia de 2) para as camadas subsequentes, qual seria impacto, se começássemos com mais neurônios e fôssemos diminuindo, com exemplo tome a construção ao contraio 128 -> 64 -> 32

      Charles

      #30217
      Fábio Spak
      Participante

        Olá Charles, segue a resposta do instrutor Denny:

        O número de neurônios foi relativamente aleatório, não existe uma teoria bem fundamentada sobre o número ideal de neurônios, esta informação costuma ser tratada como um hiperparâmetro que pode ser ajustado manualmente, mas é comum na área aplicar potências de 2. Na maioria dos problemas, estes detalhes de arquitetura não fazem muita diferença, vai depender muito do quão complexa é a relação entre as variáveis. Esta fase de desenvolvimento de uma rede neural é bem experimental, via de regra nós começamos com uma estrutura meio padronizada como a apresentada na aula, a partir da qual podemos fazer algumas modificações para verificar seu impacto no desempenho.

        Fabio

        #30218
        Charles Adriano
        Participante

          humm interessante, obrigado pela resposta, pois, em algumas leituras que fiz, muitos gostam de iniciar com grande quantidade de neurônios, diminuindo ate chegar a um mínimo… abaixo o texto que extrai de uma de minhas leituras

          “Camadas ocultas servem como um centro analítico que processa e analisa as informações recebidas. Portanto, o número de neurônios na camada depende da variabilidade dos dados da camada anterior, ou seja, cada neurônio sugere uma certa hipótese de eventos. O número de camadas ocultas é determinado por um relacionamento causal entre os dados de origem e o resultado esperado. Por exemplo, se desejamos criar um modelo para a técnica “5 why”, uma solução lógica é usar 4 camadas ocultas, que, juntamente com a camada de saída, possibilitarão colocar 5 perguntas aos dados de origem.”

          <https://www.mql5.com/pt/articles/7447&gt;

          na sequencia do artigo na primeira utilização da rede tem o seguinte texto

          “No primeiro artigo, eu mencionei o método “5-why”. Agora, eu proponho continuar esta experiência e criar uma rede com 4 camadas ocultas. Eu defino o número de neurônios na primeira camada oculta igual a 1000. No entanto, ele também pode ser possível estabelecer alguma dependência da profundidade do período analisado. Usando a regra de Pareto, nós reduziremos o número de neurônios em cada camada subsequente em 70%. Além disso, a seguinte limitação será usada: o número de neurônios na camada oculta não deve ser inferior a 20.”

          <https://www.mql5.com/pt/articles/8119&gt;

          Você já ouviu falar nesta “regra de Pareto”? achei interessante, em resumo seria algo assim

          “O Princípio de Pareto, ou regra 80/20, é uma tendência que prevê que 80% dos efeitos surgem a partir de apenas 20% das causas, podendo ser aplicado em várias outras relações de causa e efeito.”

          <https://pt.wikipedia.org/wiki/Princ%C3%ADpio_de_Pareto&gt;

          bem enfim… aprendizado é mais experiência do que conhecimento… porem conhecimento é a base de tudo…

          abraços

           

           

           

        Visualizando 3 posts - 1 até 3 (de 3 do total)
        • Você deve fazer login para responder a este tópico.