Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1977
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
üzüntü pichal, TF'deki artış sonucu kötüleştirir, menzil daha iyidir.
MA ve inceltme eklendi. MA olmadan inceltme, zaman çerçevesini değiştirmek gibi çalışır ve dağılımı normalleştirir. RMS = inceltme adımının kökü. MA, incelmeden 2 kat daha büyükse, o zaman koşer alt örneklememiz olur, tahmin yüksek doğrulukla çalışır, ancak doğru matematiksel beklentiyi hesaplamak için test cihazının tamamlanması gerekir. Zigzag hazır, ama nasıl yapacağımı bilmiyorum: Alçak ve yüksek endeks dizileri veya bir dizi endeks veya aynı anda bir dizi fiyat.
MA yerine başka bir filtre alabilirsiniz, sadece dürtü yanıtını bilmeniz gerekir. MA kodunda [1/per]*per olarak yapılır, bu per=4 için [0.25, 0.25, 0.25, 0.25] olarak genişler.
Orman: %55.89 doğru, 2.36 beklenen değer
Orman kümülatif artışları: %55.89 doğru, 2.36 ortalama, aynı sonuçlar
Aynı şekilde, bir fark var, artışlar daha iyi.
Zigzag problemlerinde minimum değişimin nasıl sınırlanacağı net değildir, sürekli mikro anahtarlar
Çok saçma ama sorayım.
NN böyle bir diziyi tahmin edebilir mi?
Bir sonraki karakterin görünme olasılığı türü. Ve A satırının B satırına bağımlılığı var mı?
Çok saçma ama sorayım.
NN böyle bir diziyi tahmin edebilir mi?
Bir sonraki karakterin görünme olasılığı türü. Ve A satırının B satırına bağımlılığı var mı?
bu onların doğrudan görevidir
TensorFlow 2.3'e geçtikten sonra bir hata çıktı
" UYARI:tensorflow:tetiklenen tf.function retracing'e yapılan son 11 çağrıdan 11'i. İzleme pahalıdır ve aşırı sayıda izleme, @tf.function bir döngüde art arda oluşturulmasından kaynaklanıyor olabilir ".Onlar. bir tür tf. işlevi, bir döngü içinde olduğuna yemin eder. Herhangi bir tf.fonksiyonum yok, ancak döngüde bir model anketi var tahmin=model.predict(veri).
tf.fonksiyonu burada açıklanmıştır
Bu açıkça bir tür bilinmeyen varlık, ne olduğunu anlayan var mı?
UPD
Kısacası, bu bir tür harika şey, onsuz hiçbir şekilde onu araştırmanız gerekiyor. Python ile TensorFlow uyumluluk sorunlarını çözer .
Görünüşe göre tüccar ajanını bitirdi. Alfa testi için demoyu izledim. Mantık önemsizdir, bu nedenle hatalar olabilir. Test edelim hocam
şimdi LSTM'yi farklı versiyonlarda ve mb transformatörlerinde denemekle ilgileniyorum (ancak orada anlayana kadar beyninizi kırabilirsiniz)Görünüşe göre tüccarı bitirdi. Alfa testi için demoyu izledim. Mantık önemsizdir, bu nedenle hatalar olabilir. Test edelim hocam
şimdi LSTM'yi farklı versiyonlarda ve mb transformatörlerinde denemekle ilgileniyorum (ancak orada anlayana kadar beyninizi kırabilirsiniz)Mantık daha dallıdır. Bir yandan, bu iyi. Öte yandan, bilinmeyen alanlardaki böcekler. Transformatör nedir?
Mantık daha dallıdır. Bir yandan, bu iyi. Öte yandan, bilinmeyen alanlardaki böcekler. Transformatör nedir?
zaman dizileriyle çalışmak için yeni bir ağ türü, lstm'nin daha iyi olduğunu söylüyorlar. Metin tanıma, makine çevirisi vb. cümlelerin bağlamını vurgulamak için kullanılır. Onlar. kelime bazı bağlamlar tarafından başkalarıyla (önceki) ilişkili olduğunda.
öz-dikkat dönüştürücüler. Mekanizma, insan dikkatinin bir analogudur.
zaman dizileriyle çalışmak için yeni bir ağ türü, lstm'nin daha iyi olduğunu söylüyorlar. Metin tanıma, makine çevirisi vb. cümlelerin bağlamını vurgulamak için kullanılır. Onlar. kelime bazı bağlamlarla başkalarıyla (önceki) ilişkili olduğunda.
öz-dikkat dönüştürücüler. Mekanizma, insan dikkatinin bir analogudur.
Böyle önemli bir komplikasyon. İlk başta, bellek uzun ve kısadır ve modelde de bir dikkat görünümü vardır. Beyin kesinlikle hemen çekmeyecektir.))) Ama daha iyi çalışması gerekir.
Böyle önemli bir komplikasyon. İlk başta, bellek uzun ve kısadır ve modelde de bir dikkat görünümü vardır. Beyin kesinlikle hemen çekmeyecektir.))) Ama daha iyi çalışması gerekir.
daha iyi çalışır, ancak şeytan bacağını orada kırar) hala RL'yi vidalarsanız
genel olarak, mln gibi sıradan geri yayılım ağları, kelimeden itibaren zaman serileri için hiçbir şekilde uygun değildir. En azından, RNN'lere ihtiyaç vardır