Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 600

 
Ivan Negreshniy:
Procure, mas o problema é que não há muita informação fresca e sistêmica na web sobre como trabalhar com estrutura de baixo nível NS em nível de escala, uma vez que nossos pesquisadores raramente chegam até mesmo ao backend, como TensorFlow, a maioria das pessoas está acima ou no nível Theano, Keras, Torch ou no nível R sem desvanecimento.

Não é preciso ser tolo. TensorFlow, Theano, Torch e CNTK são todas bibliotecas de diferenciação automática de baixo nível utilizadas em treinamentos profundos de redes neurais. Há muitas superestruturas em cima delas, uma das mais comuns é a Keras. Para um usuário comum (não um especialista em redes neurais) é conveniente (mais fácil e rápido) usar as de alto nível.

Estou interessado, que bibliotecas usaste? Ou apenas ouviu falar deles?

Boa sorte.

 
Vladimir Perervenko:

Não sejas parvo. TensorFlow, Theano, Torch e CNTK são todas bibliotecas de diferenciação automática de baixo nível utilizadas no treinamento profundo de redes neurais. Há muitas superestruturas em cima delas, uma das mais comuns é a Keras. Para um usuário comum (não um especialista em redes neurais) é conveniente (mais fácil e rápido) usar as de alto nível.

Estou interessado, que bibliotecas usaste? Ou apenas ouviu falar deles?

Boa sorte.


Sim, você deveria ler com mais atenção, não para dizer disparates.

Era sobre o back-end, espero que você não precise explicar o significado, e o front-end é para a interface do usuário, um nível superior.

E quanto ao interesse, talvez você tenha ouvido falar dos gráficos TensorFlow, Protocol Buffers, geração de código para diferentes plataformas e linguagens, ou seja, essencialmente o nível baixo, então eu faço o mesmo apenas para a minha linguagem NS e MQL.

Você provavelmente ainda não ouviu falar - Hlaiman EA Generator.


Fórum sobre negociação, sistemas de negociação automatizados e testes estratégicos

Aprendizagem da máquina no comércio: teoria e prática (comércio e não só)

Aleksey Terentev, 2018.01.23 06:39

Sim, eu tenho dificuldades. Acho difícil entender por que algumas pessoas acham tão difícil descer do calcanhar e trabalhar duro.
Sim, eu fico neste fio e interfiro com as respostas de outras pessoas em vez de considerar construtivamente as perguntas.
Vamos ter uma discussão construtiva sobre aprendizagem profunda? Usando python? Aprendendo com um professor sobre bons sinais?
Não tenho ninguém com quem discutir. E você acabou de dizer que não encontra nada. Bem, isso não vai acontecer.
Sim, estou a dar uma palestra de otário. Afinal, o próprio adversário aplicou termos velados, confusos e cometeu um par de erros lógicos.

E também pedi desculpas antecipadamente, porque escrevi em sentimento.

E também lhe ofereço a ajuda de um conhecimento de princípios de trabalho de ferramentas para criação de redes neurais. Sem qualquer ironia e sarcasmo.


Espero que você também entenda, pelo que escrevi acima, em que direção posso estar interessado em ajudar você.

Visualização gráfica, topologias NS, serialização, formatos ProtoBuf, processamento de lotes e importação/exportação de matrizes n-dimensionais Pesos NumPy de NS, etc.

Se você tem este tipo de informação ou experiência de implementação, com prazer, pronto para discutir.

 
Ivan Negreshniy:


Bem, sim, e para não dizer disparates, devias ler com mais atenção.

Era sobre o back-end, espero que não seja necessário explicar o significado, e o front-end é para a interface do usuário, ou seja, um nível superior.

Não vamos discutir a terminologia. Aqui está um extracto:

"Usando a biblioteca TensorFlow".

Recentemente, o próspero campo das redes neurais profundas foi enriquecido por uma série de bibliotecas de código aberto. O amplamente anunciadoTensorFlow(Google),CNTK(Microsoft),Apache MXNet e muitos outros. Devido ao facto de todos estes e outros grandes desenvolvedores de software fazerem parte do Consórcio R, é fornecida uma API para R para todas estas bibliotecas.

Todas as bibliotecas acima são de nível muito baixo. Para os iniciantes aprenderem esta área, eles são difíceis de dominar. Com isto em mente, a equipa da Rstudio desenvolveu o pacote dekeras para o R.

Keras é um API de rede neural de alto nível, projetado com o foco em ser capaz de experimentar rapidamente. A capacidade de ir da ideia ao resultado com o menor atraso possível é a chave para fazer uma boa pesquisa. Keras tem as seguintes características principais:

  • Permitindo que você execute igualmente na CPU ou GPU.

    API amigável que permite a fácil prototipagem de modelos de aprendizagem profunda.

  • Suporte integrado para redes convolucionais (para visão computacional), redes recursivas (para processamento de sequências) e qualquer combinação de ambas.
  • Suporta arquiteturas de rede arbitrárias: modelos com múltiplas entradas ou múltiplas saídas, compartilhamento de camadas, compartilhamento de modelos, etc. Isto significa que a Keras é adequada para construir essencialmente qualquer modelo de aprendizagem profunda, desde uma rede de memória até uma máquina neurológica Turing.
  • É capaz de correr em cima de vários back-end, incluindo TensorFlow, CNTK ou Theano.

E quanto ao interesse, talvez você tenha ouvido falar sobre gráficos TensorFlow, Protocol Buffers, geração de código para diferentes plataformas e linguagens, ou seja, essencialmente de baixo nível, então eu faço o mesmo, apenas para a minha linguagem NS e MQL.

Não só já ouvi falar disso, como o uso. Mas com a linguagem R para execução em MT. Portanto, temos uma abordagem e uma direcção diferentes. Os meus desenvolvimentos não lhe serão úteis.

Você provavelmente ainda não ouviu falar - Hlaiman EA Generator.

Já ouvi falar, lê-a. Não é o caminho que eu quero seguir.

Espero que você entenda pelo que escrevi acima, a direção na qual eu possa estar interessado.

Visualização gráfica, topologias NS, serialização, formatos ProtoBuf, processamento em lote e importação/exportação de matrizes n-dimensionais Pesos NumPy, etc.

Se você tem tal informação ou experiência na sua realização, eu estaria disposto a discuti-la com você.

Vou repetir mais uma vez. Temos uma abordagem e uma direcção diferentes. Minha experiência não será útil para você.

Boa sorte.
 

Vladimir Perervenko:

Para iniciantes, esta é uma área difícil de aprender.Com isto em mente, a equipe do Rstudio desenvolveu o pacote dekeras para o R.

Boa sorte.

Não percebo o que queres dizer com o Keras. Ainda ontem li que é um add-on de alto nível para o TensorFlow, e até vi um exemplo disso. Sem R, só Python.
 
Maxim Dmitrievsky:

interessante, ainda não vi uma descrição de tais tandems em lado nenhum... Vou ter de procurar.


Em 2007, estavam a construir comités de 3-5 estratégias e a qualidade do trabalho melhorou consideravelmente. Mas o problema com o comitê é que pelo menos dois dos três devem ser adequados, então eles vão puxar o comitê para uma vantagem maior do que separadamente. Se o comité tiver 2 modelos requalificados. Caixa de canalização. Na melhor das hipóteses, eles não vão perder, o que neste cenário não é mau de todo!!!!

 

Yuriy Asaulenko:

Vladimir Perervenko:

Esta é umaárea difícil de aprender para iniciantes,por isso a equipe do Rstudio desenvolveu o pacote dekeras para o R.

Boa sorte.

Sobre o Keras, não percebo. Ainda ontem li que é uma adição de alto nível ao TensorFlow, e até vi um exemplo disso. Sem R, só Python.


O homem até deu um elo para não se perder, evitando cuidadosamente o R e mesmo em tais condições conseguiu.

 
Yuriy Asaulenko:
Não percebo o que se passa com o Keras. Ainda ontem li que era um add-on de alto nível para o TensorFlow e até vi um exemplo. Sem R, só Python.

O que há para entender. Tudo em Python já está em R. Siga os links, dê uma olhada.

Boa sorte.

 
SanSanych Fomenko:

O homem até deu um elo para não se perder, evitando cuidadosamente o R e mesmo nessas condições conseguiu.

Não vi a ligação.

Aqui está o link para Keras -https://habrahabr.ru/company/ods/blog/325432/

Eu não excluo que uma interface para Keras seja feita para R. Mas não foi o R que inventou o Keras. Ou seja, não foi a equipe do Rstudio que desenvolveu o pacote dekeras para R, mas sim a interface para Keras. E para o usuário são duas grandes diferenças - o pacote ou a interface.

É isso que estou a tentar esclarecer.

Библиотеки для глубокого обучения: Keras
Библиотеки для глубокого обучения: Keras
  • habrahabr.ru
Привет, Хабр! Мы уже говорили про Theano и Tensorflow (а также много про что еще), а сегодня сегодня пришло время поговорить про Keras. Изначально Keras вырос как удобная надстройка над Theano. Отсюда и его греческое имя — κέρας, что значит "рог" по-гречески, что, в свою очередь, является отсылкой к Одиссее Гомера. Хотя, с тех пор утекло много...
 
Yuriy Asaulenko:

Não vi a ligação.

Aqui está o link para Keras -https://habrahabr.ru/company/ods/blog/325432/


Isto é um link para o Hubr. O link da biblioteca é https://keras.rstudio.com/index.html.

Leia as fontes primárias.

Boa sorte.

R Interface to 'Keras' • keras
R Interface to 'Keras' • keras
  • keras.rstudio.com
Keras is a high-level neural networks API developed with a focus on enabling fast experimentation. Being able to go from idea to result with the least possible delay is key to doing good research. Keras has the following key features: Allows the same code to run on CPU or on GPU, seamlessly. User-friendly API which makes it easy to quickly...
 
procurar todos no Google :)
Mihail Marchukajtes:

Em 2007, estavam a construir comités de 3-5 estratégias e a qualidade do trabalho melhorou significativamente. Mas o problema com o comitê é que pelo menos dois dos três precisam ser adequados, então eles vão puxar o comitê para uma vantagem maior do que os individuais. Se o comité tiver 2 modelos requalificados. Caixa de canalização. Na melhor das hipóteses não se fundem, o que, neste momento, nem sequer é uma coisa má!!!!


os conjuntos e comités são um pouco diferentes do tandem, no que me diz respeito.

a propósito, o conjunto dos NS, do MLP, é muito bom... mas devagar

sobre o comité é interessante mas controverso, o mesmo classificador ternário Reshetov

não se meteu com tandems