Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1946

 
Evgeny Dyuka:
что под словом "входы" понимаешь?

То что сети скармливаешь.

 
Maxim Dmitrievsky:

ты еще не сыпался отсюда?

Не, мне ж здесь весело.))) 

 
mytarmailS:

Воооов, клаааасна ....

Покажи теперь как сеть тренируешь 

Так я для чего в ветке участвую - чтобы научится.))

 
Реter Konow:

Так я для чего в ветке участвую - чтобы научится.))

многомесячными размышлениями ?? Ахахаха  Иди щи есть, мамка уже сварила ...

 
Mihail Marchukajtes:
Ну это типа кукан ему разорвать..... если я правильно всё понял... :-)

Здесь общий язык ассоциаций. ))) Что там я тебе должен объяснять? Не дай Бог слово умное скажу, а мысли то в другом направлении пойдут у тебя.)) 

 
Rorschach:

То что сети скармливаешь.

Ничего результативного не придумал, поначалу просто перебором смотрел что лучше влияет на результат, но потом забил, слишком муторно. Вроде как TensorBoard может помочь. С ним еще не разбирался, если будешь вникать поделись инфой как, если настроишь.
TensorBoard  |  TensorFlow
TensorBoard  |  TensorFlow
  • www.tensorflow.org
TensorBoard fournit les solutions de visualisation et les outils nécessaires aux tests de machine learning : Suivi et visualisation de métriques telles que la perte et la justesse Visualisation du graphe de modèle (opérations et couches) Affichage d'histogrammes de pondérations, de biais ou d'autres Tensors au fur et à mesure de leur évolution...
 
Maxim Dmitrievsky:

там выше тоже все перелинковано

тут во второй строке In меняет не только In, но и Out

надо по возможности избегать таких присвоений, чтобы не путаться, когда изменение одной переменной влечет за собой изменение в другой

Все ругают С++ за ссылки, а питон решил пойти дальше и впихнуть их везде.

 
Maxim Dmitrievsky:

изучаю пакет tsmp

Интересная штука, что то типа распознаваний  состояний в скрытой марковской модели

не знаю как применить но на заметке..

функция

find_snippet()

https://sites.google.com/site/snippetfinderinfo/

 
Evgeny Dyuka:
Ничего результативного не придумал, поначалу просто перебором смотрел что лучше влияет на результат, но потом забил, слишком муторно. Вроде как TensorBoard может помочь. С ним еще не разбирался, если будешь вникать поделись инфой как, если настроишь.

Там ничего интересного.

%load_ext tensorboard
import datetime, os
logdir = os.path.join("logs", datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
tensorboard_callback = tf.keras.callbacks.TensorBoard(logdir, histogram_freq=1)
history = model.fit(InTrain, OutTrain, epochs=10, batch_size=32, callbacks=[tensorboard_callback])
%tensorboard --logdir logs

Хочу попробовать вытащить значения весов входного слоя, надо поискать как.

 
Rorschach:

Там ничего интересного.

Хочу попробовать вытащить значения весов входного слоя, надо поискать как.

Спасибо за ссылку.
А надо ли вообще этим заморачиваться? Если не тысячи фич, а десятки так нейро сама разберется, что ей надо, главное дропаутом поиграть. Когда много подаю на вход ставлю доропаут на 0,5 и пусть сама думает, что ей надо.
Причина обращения: