Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2809
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret 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
Lib türü dikkate almıyor mu? Veri türü, en ucuz hesaplamalar için veri gibidir. Aynı matris hesaplamalar için tasarlanmalıdır.
R için numpy'nin bir benzerini bulamadım ve oradaki matrisler o kadar hızlı değil ve R'nin kendisi paradigması nedeniyle çok fazla bellek tüketiyor.
Elbette, üçüncü taraf bir kütüphane yavaş olabilir, kim kontrol eder ki?
Neyle karşılaştıracağımı bilmiyorum, bu yüzden hızı karşılaştırmak için gigabaytlık bir veri kümesi yüklemek istemiyorumAsla olmaz.
Peki ya takviyeli öğrenme?
Topkstarter, hubr'da R üzerinde DQN üzerine bir makale yazdı.
Takviyeli öğrenmenin sadece zor bir optimizasyon olduğu anlaşılmalıdır.
Bazı durumlarda işe yarayabilir, bazı durumlarda yaramayabilir.
R için bir numpy analogu bulamıyorum..
..
Alexey'in acısını hafifletmek istedim) Baştan itibaren kesinlikle daha kolay... ama yine de.
Topikstarter, R'deki merkezde DQN hakkında bir makale yazdı
pekiştirmeli öğrenmenin sadece akıllıca tasarlanmış bir optimizasyon olduğu anlaşılmalıdır
Bazı durumlarda işe yarayabilir, bazı durumlarda yaramayabilir.
Hafıza sorusu bağlamında.
Durumları yeni verilere göre ayarlayabilir, ancak hepsi aynı seviyede veya Mashka gibi, yani bir gecikmeyle.
Temelde bir ödül, bir hedef seçmek daha önemlidir. Ve işlemleri farklı yönlere atacak ve her iterasyonda daha iyi ve daha iyi olacak.
Alexey'in acısını hafifletmek istedim) Baştan itibaren kesinlikle daha kolay... ama yine de
durumları yeni verilere göre ayarlayabilir, ancak hepsi seviye veya Mashka benzeri, yani gecikmeli
Özünde ödülü, yani hedefi seçmek daha önemlidir. Ve anlaşmalar kendi kendine farklı yönlere savrulacak ve her yinelemede daha iyi ve daha iyi hale gelecektir
hafıza, ağırlıkları eğitilmiş bir NS'dir, her adımda onu eğitirsiniz, ağırlıkları biraz hareket ettirirsiniz... çok değil, bu yüzden bir gecikme olur.
ve bunu terminale aktaramazsınız.
hafıza, ağırlıkları eğitilmiş bir NS'dir, her adımda onu yeniden eğitirsiniz, ağırlıkları biraz hareket ettirirsiniz... çok değil, bu yüzden gecikme .