Forum strony www.multipasko.pl [Regulamin]
| Dodaj wpis w tym temacie
Spis tematów | Strona: 1 2 ... 8 9 10 11 Wyślij wiadomość do admina |
| Przewiń wpisy ↓ | lstm |
2024-09-10 (19:12) MultiTestData rejestracji: 2020-08-05 Ilość postów: 5373  | wpis nr 1 530 497 [ CZCIONKA MONOSPACE ] Może być potrzebne więcej. Spróbuj 100. |
| 2024-09-10 (19:29) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132  | wpis nr 1 530 498 [ CZCIONKA MONOSPACE ] Może tak? 0 trafień – -50: Duża kara, by zachęcić agenta do lepszego przewidywania. 1 trafienie – -10: Mała kara, która pokazuje, że jedno trafienie to za mało. 2 trafienia – 25: Mała nagroda za poprawne przewidzenie dwóch liczb. 3 trafienia – 50: Znacząca nagroda za więcej trafień. 4 trafienia – 75: Bardzo duża nagroda za 4 trafienia. 5 trafień – 100: Maksymalna nagroda za pełne trafienie wszystkich liczb. |
| 2024-09-10 (19:48) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 511 [ CZCIONKA MONOSPACE ] 100 losowań, 50 episode , uczenie na 2 przyszłe losowania . Same kary  episode: 0/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 1/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 2/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 3/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 4/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 5/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 6/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 7/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 8/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 9/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 10/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 11/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 12/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 13/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 14/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 15/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 16/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 17/50, score: 2, e: 1.00, avg_reward: -23.33 episode: 18/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 19/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 20/50, score: 2, e: 1.00, avg_reward: -10.00 episode: 21/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 22/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 23/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 24/50, score: 2, e: 1.00, avg_reward: -50.00 episode: 25/50, score: 2, e: 1.00, avg_reward: -36.67 episode: 26/50, score: 2, e: 0.99, avg_reward: -36.67 episode: 27/50, score: 2, e: 0.99, avg_reward: -50.00 episode: 28/50, score: 2, e: 0.99, avg_reward: -50.00 episode: 29/50, score: 2, e: 0.99, avg_reward: -50.00 episode: 30/50, score: 2, e: 0.99, avg_reward: -36.67 episode: 31/50, score: 2, e: 0.99, avg_reward: -50.00 episode: 32/50, score: 2, e: 0.99, avg_reward: -50.00 episode: 33/50, score: 2, e: 0.99, avg_reward: -50.00 episode: 34/50, score: 2, e: 0.99, avg_reward: -36.67 episode: 35/50, score: 2, e: 0.99, avg_reward: -36.67 episode: 36/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 37/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 38/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 39/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 40/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 41/50, score: 2, e: 0.98, avg_reward: -36.67 episode: 42/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 43/50, score: 2, e: 0.98, avg_reward: -36.67 episode: 44/50, score: 2, e: 0.98, avg_reward: -36.67 episode: 45/50, score: 2, e: 0.98, avg_reward: -50.00 episode: 46/50, score: 2, e: 0.97, avg_reward: -50.00 episode: 47/50, score: 2, e: 0.97, avg_reward: -50.00 episode: 48/50, score: 2, e: 0.97, avg_reward: -50.00 episode: 49/50, score: 2, e: 0.97, avg_reward: -36.67 |
| 2024-09-10 (20:01) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 515 [ CZCIONKA MONOSPACE ] Liczby na dziś . Z tych minusowych kar daje takie liczby... Przewidywane liczby z największym prawdopodobieństwem: Liczba: 38, Prawdopodobieństwo: 0.90 Liczba: 16, Prawdopodobieństwo: 0.02 Liczba: 22, Prawdopodobieństwo: 0.02 Liczba: 25, Prawdopodobieństwo: 0.01 Liczba: 4, Prawdopodobieństwo: 0.01 |
| 2024-09-10 (20:13) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 519 [ CZCIONKA MONOSPACE ] Jeszcze jeden test z innym ustawieniem modelu. Przewidywane liczby z największym prawdopodobieństwem: Liczba: 3, Prawdopodobieństwo: 0.52 Liczba: 34, Prawdopodobieństwo: 0.51 Liczba: 41, Prawdopodobieństwo: 0.50 Liczba: 15, Prawdopodobieństwo: 0.50 Liczba: 36, Prawdopodobieństwo: 0.49 Ciężko jest zdecydować się na jakie ustawienia postawić. |
| 2024-09-10 (20:34) heme24 Data rejestracji: 2015-12-08 Ilość postów: 210 | wpis nr 1 530 525 [ CZCIONKA MONOSPACE ] Witam. Pegasus nie zapominaj że to tylko zabawa. Nie traktuj tego na poważnie. Jest jeszcze dużo dziwnych sieci, sam nie wiedziałem że to taka ilość. Ja idę inną drogą. Pozdrawiam. |
| 2024-09-10 (20:43) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 528 [ CZCIONKA MONOSPACE ] heme24 Ja już mam 5GB skryptów. Tej sieci nie da nauczyć się żeby była nagroda na plus. Przypuszczam że znudzę się nią za moment Czas na test skryptu GAM.Gdybym nie widział 5/5 podczas testu to zrezygnował bym już dawno, niestety nie idzie powtórzyć tego trafienia |
| 2024-09-10 (21:03) heme24 Data rejestracji: 2015-12-08 Ilość postów: 210 | wpis nr 1 530 536 [ CZCIONKA MONOSPACE ] Witam. Jak masz cierpliwość to spróbuj sieci Gan, ja nigdy nie doszłem do końca. |
| 2024-09-10 (21:30) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 545 [ CZCIONKA MONOSPACE ] Ok już mam wprawę w skryptach, ta sieć też daje różne liczby Przewidywane liczby z największym prawdopodobieństwem: Liczba: 9, Prawdopodobieństwo: 0.61 Liczba: 35, Prawdopodobieństwo: 0.59 Liczba: 19, Prawdopodobieństwo: 0.53 Liczba: 18, Prawdopodobieństwo: 0.52 Liczba: 41, Prawdopodobieństwo: 0.49 Przewidywane liczby z największym prawdopodobieństwem: Liczba: 4, Prawdopodobieństwo: 0.67 Liczba: 30, Prawdopodobieństwo: 0.64 Liczba: 36, Prawdopodobieństwo: 0.64 Liczba: 3, Prawdopodobieństwo: 0.57 Liczba: 11, Prawdopodobieństwo: 0.57 Zrobione na szybko |
| 2024-09-10 (21:47) heme24 Data rejestracji: 2015-12-08 Ilość postów: 210 | wpis nr 1 530 550 [ CZCIONKA MONOSPACE ] Witam. To z sieci GAN ? Jak tak to mówimy o różnych sieciach. |
| 2024-09-10 (21:50) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 551 [ CZCIONKA MONOSPACE ] To jaką sieć masz na myśli tą z generatorem? 100 [D loss: 0.4049, acc.: 100.00%] [G loss: 0.8416] 200 [D loss: 0.2625, acc.: 95.31%] [G loss: 1.4603] Epoka 200, wygenerowane liczby: [7, 32, 39] Epoka 200, wygenerowane liczby: [32, 39] Epoka 200, wygenerowane liczby: [7, 32, 39] Epoka 200, wygenerowane liczby: [7, 32, 39] Epoka 200, wygenerowane liczby: [7, 32, 39] 300 [D loss: 0.2281, acc.: 93.75%] [G loss: 1.9707] 400 [D loss: 0.1435, acc.: 100.00%] [G loss: 2.4737] Epoka 400, wygenerowane liczby: [1, 5, 11, 15, 21, 27] Epoka 400, wygenerowane liczby: [1, 5, 11, 15, 27] Epoka 400, wygenerowane liczby: [1, 5, 11, 15, 21, 27] Epoka 400, wygenerowane liczby: [1, 5, 11, 15, 17, 21, 27] Epoka 400, wygenerowane liczby: [1, 5, 11, 15, 17, 21, 27] 500 [D loss: 0.0927, acc.: 98.44%] [G loss: 2.7751] Kształt future_features: (42, 100) Przewidywane liczby z największym prawdopodobieństwem: Liczba: 29, Prawdopodobieństwo: 0.88 Liczba: 30, Prawdopodobieństwo: 0.88 Liczba: 36, Prawdopodobieństwo: 0.88 Liczba: 24, Prawdopodobieństwo: 0.84 Liczba: 9, Prawdopodobieństwo: 0.79 100 [D loss: 0.4127, acc.: 90.62%] [G loss: 0.9489] 200 [D loss: 0.4411, acc.: 81.25%] [G loss: 0.7946] Epoka 200, wygenerowane liczby: [29, 33] Epoka 200, wygenerowane liczby: [29, 33] Epoka 200, wygenerowane liczby: [29, 33] Epoka 200, wygenerowane liczby: [29, 33] Epoka 200, wygenerowane liczby: [29] 300 [D loss: 0.2517, acc.: 92.19%] [G loss: 2.1352] 400 [D loss: 0.0807, acc.: 100.00%] [G loss: 2.6398] Epoka 400, wygenerowane liczby: [8, 19, 22, 40] Epoka 400, wygenerowane liczby: [8, 19, 22, 40] Epoka 400, wygenerowane liczby: [8, 19, 22, 40] Epoka 400, wygenerowane liczby: [8, 19, 22, 40] Epoka 400, wygenerowane liczby: [8, 19, 22, 40] 500 [D loss: 0.0974, acc.: 98.44%] [G loss: 3.0346] Kształt future_features: (42, 100) Przewidywane liczby z największym prawdopodobieństwem: Liczba: 30, Prawdopodobieństwo: 0.91 Liczba: 24, Prawdopodobieństwo: 0.90 Liczba: 17, Prawdopodobieństwo: 0.88 Liczba: 25, Prawdopodobieństwo: 0.55 Liczba: 9, Prawdopodobieństwo: 0.22 |
| 2024-09-12 (00:51) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 711 [ CZCIONKA MONOSPACE ] heme24 Z tych sieci które podałeś najlepiej wygląda ESN, którego pochopnie osądziłem za nieciekawy  |
| 2024-09-12 (08:40) heme24 Data rejestracji: 2015-12-08 Ilość postów: 210 | wpis nr 1 530 721 [ CZCIONKA MONOSPACE ] Witam. Pegasus z sieci którymi się bawiłem To ESN i Hopfielda nie trenują się tradycyjnie ,co do efektów to bez szału czasami faktycznie potrafią zaskoczyć ale nie zawsze i nie można tego przewidzieć. Niestety trzeba zmienić podejście, albo faktycznie trzeba zrobić segregację losowań tylko tu pytanie jak to zrobić, mi tego nie udało się efektywnie zrobić. Drugie podejście to znalezienie szyny losowej tutaj też nie udało się mi nic osiągnąć. Innej drogi nie ma. Pegasus a czy próbowałeś trenować sieć na danych logarytmicznych? Nie wiem czy to nie złudzenie ale sieci trochę lepiej takie dane przyswajają tak mi się wydaje. Spróbuję sieć GAM zbudować tak jak pisałeś, ale chat coś ostatnio coraz gorzej pisze kody i mam wrażenie że nie działają prawidłowo Pozdrawiam. |
| 2024-09-12 (08:54) heme24 Data rejestracji: 2015-12-08 Ilość postów: 210 | wpis nr 1 530 723 [ CZCIONKA MONOSPACE ] Witam. Pegasus mam jeszcze pytanie czy masz pomysł na sieć która szukałaby szyny losowej? Szyna losowa to nowe dane które pokrywają się z prawdziwymi danymi +- 1 taki nazwijmy to atraktor. Pozdrawiam. |
| 2024-09-12 (09:47) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 725 [ CZCIONKA MONOSPACE ] Taki mechanizm może być wbudowany w model sieci neuronowej, aby akceptować prognozy, które mieszczą się w zdefiniowanym przez ciebie zakresie ±1. import numpy as np def loss_with_tolerance(y_true, y_pred, delta=1.0): # Oblicza różnicę między prawdziwą wartością a przewidywaną error = np.abs(y_true - y_pred) # Tolerancja błędu +/- delta loss = np.where(error <= delta, 0, (error - delta)**2) return np.mean(loss) W ESN da się wyciągnąć 4/5 ale to kupon na może nawet miesiąc... Ja sumuję prognozy np. na 5 dni, ale to tylko testy |
| 2024-09-12 (09:54) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 726 [ CZCIONKA MONOSPACE ] rezultat strat , wygląda całkiem dobrze. Training loss dla liczby 1: 8.286066694763576e-07 Training loss dla liczby 2: 0.0019395571156969676 Training loss dla liczby 3: 0.0005130806462670606 Training loss dla liczby 4: 0.0002510266673546269 Training loss dla liczby 5: 0.03031182147947737 Training loss dla liczby 6: 0.0033534918674388006 Training loss dla liczby 7: 0.0005789320368854622 Training loss dla liczby 8: 0.0005024723689668448 Training loss dla liczby 9: 0.003835991596948858 Training loss dla liczby 10: 0.0002515078165172986 Training loss dla liczby 11: 0.2792922611449312 Training loss dla liczby 12: 0.0 Training loss dla liczby 13: 0.015239627490076225 Training loss dla liczby 14: 5.874293893873567e-05 Training loss dla liczby 15: 0.0006923962272042124 Training loss dla liczby 16: 0.0 Training loss dla liczby 17: 0.0 Training loss dla liczby 18: 0.0 Training loss dla liczby 19: 0.010324047540968924 Training loss dla liczby 20: 0.20778045620682803 Training loss dla liczby 21: 0.0009170902082953672 Training loss dla liczby 22: 0.0 Training loss dla liczby 23: 0.00031406283068884723 Training loss dla liczby 24: 0.00035994591822553914 Training loss dla liczby 25: 0.0 Training loss dla liczby 26: 0.01744827623640355 Training loss dla liczby 27: 0.07361572419840107 Training loss dla liczby 28: 0.005906423113606872 Training loss dla liczby 29: 0.0013859742550655647 Training loss dla liczby 30: 0.0013652992957983632 Training loss dla liczby 31: 0.008033006224973969 Training loss dla liczby 32: 8.773167382123865e-05 Training loss dla liczby 33: 0.00018732176391966177 Training loss dla liczby 34: 0.0 Training loss dla liczby 35: 0.011520560182672883 Training loss dla liczby 36: 0.017228045078560385 Training loss dla liczby 37: 1.7875045250026908e-05 Training loss dla liczby 38: 0.002555922799349118 Training loss dla liczby 39: 2.8049325845492205e-05 Training loss dla liczby 40: 0.0 Training loss dla liczby 41: 6.55365000622013e-06 Training loss dla liczby 42: 0.0011042064345021156 |
| 2024-09-12 (15:01) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 769 [ CZCIONKA MONOSPACE ] Przykładowe ustawienia ESN... tu miałem w ciągu miesiąca 4/5 (ale i nic więcej) Tu została zastosowana regularizacja Ridge # Trenowanie i prognozowanie dla każdej liczby przy użyciu ESN reservoir_size = 300 # Rozmiar rezerwuaru sparsity = 0.1 # Sparsity, 10% połączeń aktywnych spectral_radius = 0.9 # Promień spektralny, stabilność dynamiki noise_level = 0.0000001 # Niewielki szum dla lepszej generalizacji ridge_alpha = 0.01 # Siła regularizacji Ridge No i utknąłem , nie wiem co dalej... |
| 2024-09-12 (15:39) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 770 [ CZCIONKA MONOSPACE ] home24 Wklejam klasę ESN z atraktorem, może Ty wymyślisz coś więcej. # Klasa Echo State Network (ESN) z regularyzacją Ridge i atraktorem class ESNWithAttractor: def __init__(self, n_inputs, n_reservoir, n_outputs, sparsity=0.1, spectral_radius=0.9, noise=0.001, tolerance=1.0, random_state=None): self.n_inputs = n_inputs self.n_reservoir = n_reservoir self.n_outputs = n_outputs self.sparsity = sparsity self.spectral_radius = spectral_radius self.noise = noise self.tolerance = tolerance # Atraktor, definiujący przedział tolerancji if random_state: np.random.seed(random_state) # Inicjalizacja wag wejściowych i rezerwuaru self.W_in = np.random.uniform(-0.5, 0.5, (n_reservoir, n_inputs)) self.W = np.random.uniform(-0.5, 0.5, (n_reservoir, n_reservoir)) # Sparsifikacja macierzy rezerwuaru mask = np.random.rand(n_reservoir, n_reservoir) > sparsity self.W[mask] = 0 # Normalizacja wag dla spełnienia promienia spektralnego radius = np.max(np.abs(np.linalg.eigvals(self.W))) self.W *= spectral_radius / radius # Stan rezerwuaru self.reservoir_state = np.zeros(n_reservoir) def update(self, input_data): pre_activation = np.dot(self.W_in, input_data) + np.dot(self.W, self.reservoir_state) self.reservoir_state = np.tanh(pre_activation + self.noise * np.random.randn(self.n_reservoir)) return self.reservoir_state def fit(self, inputs, outputs): # Zbieranie stanów rezerwuaru states = [] for input_data in inputs: state = self.update(input_data) states.append(state) states = np.array(states) # Trening wag wyjściowych self.W_out = np.dot(np.linalg.pinv(states), outputs) def predict(self, inputs): # Prognozowanie wyników predictions = [] for input_data in inputs: state = self.update(input_data) output = np.dot(self.W_out, state) output_with_attractor = self.apply_attractor(output, self.tolerance) # Dodanie atraktora predictions.append(output_with_attractor) return np.array(predictions) def apply_attractor(self, output, tolerance): # Funkcja do szukania szyny losowej (±1) if np.abs(output - np.round(output)) <= tolerance: return np.round(output) # Przyciąga do najbliższej wartości return output # Funkcja do parsowania wyników jako listy liczb całkowitych def parse_results(result_string): try: numbers = [int(x.strip()) for x in result_string.strip('[]').split(',')] except ValueError as e: print(f"Nie udało się przekonwertować napisu: {result_string}. Błąd: {e}") numbers = [] return numbers |
| 2024-09-12 (18:48) heme24 Data rejestracji: 2015-12-08 Ilość postów: 210 | wpis nr 1 530 793 [ CZCIONKA MONOSPACE ] Witam Pegasus ja inaczej trenuję sieć. Nie liczby osobno tylko razem. Masz maila? to prześlę Pozdrawiam. |
| 2024-09-12 (19:31) pegasus Data rejestracji: 2015-11-19 Ilość postów: 132 | wpis nr 1 530 804 [ CZCIONKA MONOSPACE ] zrobiłem jeszcze Zaawansowane przyciąganie w oparciu o rzeczywiste dane historyczne. Ale też bez rewelacji jakaś trójka tylko wejdzie. Możesz tu wysłać. srednielektronik@gmail.com |
| | Dodaj wpis w tym temacie | Spis tematów | Wyniki lotto | Strona: 1 2 ... 8 9 10 11 Wyślij wiadomość do admina |