Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2440
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
Teşekkür ederim!
kazanıldı. anladığım kadarıyla pip kullanmamak daha iyi
işlev o kadar basit değil ve verilerinizin nasıl sunulduğu bilinmiyor :-)
Bilmiyorum, R-ke'de 11 satır kod tırnak içindedir, önceki. genel olarak sürüm 4 kod satırıydı
data - Sayısal değerlere sahip matris + sütun adlarına sahip başlık
Anladığım kadarıyla, işlemlerden sadece sabitle karşılaştırmalar var, bu nedenle paralelleştirilmiş
Hayır, x>y , x!=y , x>0.5 , x>y*2 , x>y^2 ..... plus && || ...
Benim sorum daha çok daktiloya değil, MQL'yi Python'dan gelen komut dosyaları için bir "oyuncu" olarak kullanmanın ne kadar uygun olduğu. MQL, yılanın tüm işlevlerini destekliyor mu, yoksa komut dosyaları yine de belirli kısıtlamalarla çalıştırılabilir mi?
Amacı yok.
Python betiği yorumlayıcısında çalışır, terminale yalnızca günlük çıktısı alınır, böyle bir başlatma daha fazla "avantaj" sağlamaz.
Örneğin on_tick () olayında, uçbirimden komut dosyasına herhangi bir veri gönderemeyecek ve komut dosyasından bir yanıt alamazsınız. Yalnızca çalışan bir komut dosyasından veri istemek ve işlemleri geri yapmak için komutlar göndermek mümkündür.
Buna göre, tüm terminal geri aramaları çalışmaz ve komut dosyası strateji test cihazı ile başlatılamaz.
Bilmiyorum, R-ke'de 11 satır kod tırnak içindedir, önceki. genel olarak sürüm 4 kod satırıydı
data - Sayısal değerlere sahip matris + sütun adlarına sahip başlık
Hayır, x>y , x!=y , x>0.5 , x>y*2 , x>y^2 ..... plus && || ...
C/C++'ı gerçekten iyi biliyorsanız ve hız son derece önemliyse, TCC'ye (Tiny C Compiler) yönelebilirsiniz.
Küçük olmasının yanında bir özelliği de var: C-fonksiyonunun metnini doğrudan programınızda oluşturabilirsiniz, onu derler, dll yapar ve bağlar. Ve sonra kullanabilirsiniz.
bu teknik Lua, Python, Tcl tarafından modüllerinde (TCC modüllerinde) kullanılmaktadır.
Ayrıca Google'a acımasızca kazmanız gerekecek, bilgiler var, ancak çok "dar" ve mevcut kurguyu bulacaksınız. Gerçek depo bile :-)
C/C++'ı gerçekten iyi biliyorsanız ve hız son derece önemliyse, TCC'ye (Tiny C Compiler) yönelebilirsiniz.
Küçük olmasının yanında bir özelliği de var: C-fonksiyonunun metnini doğrudan programınızda oluşturabilirsiniz, onu derler, dll yapar ve bağlar. Ve sonra kullanabilirsiniz.
bu teknik Lua, Python, Tcl tarafından modüllerinde (TCC modüllerinde) kullanılmaktadır.
Ayrıca Google'a acımasızca kazmanız gerekecek, bilgiler var, ancak çok "dar" ve mevcut kurguyu bulacaksınız. Gerçek depo bile :-)
C/C++'ı gerçekten iyi biliyorsanız
Evet damla bilmiyorum olay bu
MQL5'te makine öğreniminin tanıtımına doğru ilerlediğimizi zaten söylemiştik.
Yakında karmaşık sayılar (hazır), hız vektörleri ve matrisler için yerel desteği yayınlayacağız. Bu tam olarak dilin yerel işlevidir , kitaplığın değil.
Ardından, geniş bir makine öğrenimi mekaniği seti ekleyeceğiz ve TensorFlow'a benzer işlevsellik sağlayacağız. Bu, tamamen farklı bir seviyede yerel robotlar yazmanıza izin verecektir.
MQL5'te makine öğreniminin tanıtımına doğru ilerlediğimizi daha önce söylemiştik.
Yakında karmaşık sayılar (hazır), hız vektörleri ve matrisler için yerel desteği yayınlayacağız. Bu tam olarak dilin yerel işlevidir , kitaplığın değil.
Ardından, geniş bir makine öğrenimi mekaniği seti ekleyeceğiz ve TensorFlow'a benzer işlevsellik sağlayacağız. Bu, tamamen farklı bir seviyede yerel robotlar yazmanıza izin verecektir.
Yerel vektörleri anladığım için matrisler yeni türler olacak.
OpenCL'de desteklenecekler mi?
Veya OpenCL'nin kendi yazma teknolojisi olmalıdır.
Yerel vektörleri anladığım için matrisler yeni türler olacak.
OpenCL'de desteklenecekler mi?
Veya OpenCL kendi yazma teknolojisine sahip olmalıdır.
Matris ve makine öğrenimi işlemlerinde OpenCL'yi otomatik ve şeffaf bir şekilde uygulamayı planlıyoruz.
Aslında, tonlarca canavarca yapılandırılabilir CUDA ve tensorflow kitaplığı kullanmadan bundan en iyi şekilde yararlanacağız.