交易中的机器学习:理论、模型、实践和算法交易 - 页 1947 1...194019411942194319441945194619471948194919501951195219531954...3399 新评论 Rorschach 2020.08.01 10:41 #19461 Evgeny Dyuka: ,我想不出什么有效的办法,起初我只是想看看什么能更好地影响结果,但后来我放弃了,这太痛苦了。看起来TensorBoard 可能有帮助。我还没有想好,如果你愿意深入了解,请与我分享如何设置。 那里没有什么有趣的东西。 %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 我想尝试拉动输入层的权重,我需要找出方法。 Evgeny Dyuka 2020.08.01 10:46 #19462 Rorschach: 那里没有什么有趣的东西。我想尝试拉动输入层的权重,我需要找出方法。 谢谢你的链接。 甚至有必要为它费心吗?如果没有成千上万的功能,而是几十个,神经元会找出它所需要的东西,只是玩玩辍学。当我给输入的东西很多时,我把辍学率设置为0.5,让它自己思考它需要什么。 Rorschach 2020.08.01 10:50 #19463 Evgeny Dyuka: 谢谢你的链接。 甚至有必要为它费心吗?如果没有成千上万的功能,而是几十个,神经元会找出它需要的东西,只是玩玩辍学。当我把很多东西输入时,我把dropout设置为0.5,让它自己去想它要什么。 我认为它是。我给10个滞后的学员喂食,验证显示出类似的数字,我给100个学员喂食,开始重新培训。 Evgeny Dyuka 2020.08.01 10:52 #19464 Rorschach: 我认为我们应该。我输入了10个滞后的受训者,验证显示了类似的数字,我输入了100个受训者开始重新训练。 当我开始对特征进行5到1万次的pod,历时100-150次时,我一劳永逸地解决了重新训练的问题。再培训根本就没有问题。 Mihail Marchukajtes 2020.08.01 10:53 #19465 今天是星期六,它是一个爆炸性的日子... Maxim Dmitrievsky 2020.08.01 10:54 #19466 Rorschach: 每个人都指责C++的链接,但Python决定走得更远,把它们贴在任何地方。 你只需学会如何正确使用它们。获得一片数据是一回事,但来回分配直到你不明白它的来源是另一回事 :) Maxim Dmitrievsky 2020.08.01 10:55 #19467 mytarmailS: 研究tsmp 包。有趣的东西,有点像隐马尔科夫模型的状态识别。我不知道如何使用它,但我会记住它...功能https://sites.google.com/site/snippetfinderinfo/ 哦,我似乎找不到一个模式,就像没有模式一样。 我可以,但他们的新数据用得很快。 Реter Konow 2020.08.01 10:57 #19468 Mihail Marchukajtes: 今天好像是星期六... 在****,它被踩在脚下。 它发生了... Aleksey Vyazmikin 2020.08.01 11:07 #19469 mytarmailS: 阿列克谢你又让我紧张了)我每天写一打代码,而我应该记住我为你写的代码?我写给你是为了让你学点东西,而我应该知道你到底有没有改过代码?而你甚至没有学会如何看待这个变量?你只需在控制台中输入 "X",然后按回车键即可。而我问的问题很奇怪?你不觉得羞耻吗,阿列克谢? 不要紧张--练习--当你有孩子的时候,它就会派上用场 :) 那么,这是什么样的功能呢--译者给出了。 predict-它是一个通用函数,用于 从各种模型拟合函数中进行预测。该函数调用某些方法,这些方法取决于第一个参数的类别。 根据我的理解,它本质上是一个将模型应用于新数据的函数。 我读了UMAP的帮助,从中得出结论,得出的模型本质上是一个矩阵。 这就是我想知道如何获得的矩阵。在其他创建模型的方法中,它可能是其他东西--数学公式或一套逻辑规则。 但是,为什么没有描述将模型应用于新数据的算法--如何使用这个矩阵将测试样本的某一行分配给一个特定的坐标?没有这一点,这整个方向都是垃圾。 Forester 2020.08.01 11:32 #19470 mytarmailS: 这些不是回归者,回归者中没有模式 (由7年的经验验证) 这些是简略的尺寸,在这 两条曲线中有2.5万个性状,Te正在寻找类固醇的模式 ) 你是如何得到这些曲线的?主要组成部分? 1...194019411942194319441945194619471948194919501951195219531954...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
,我想不出什么有效的办法,起初我只是想看看什么能更好地影响结果,但后来我放弃了,这太痛苦了。看起来TensorBoard 可能有帮助。我还没有想好,如果你愿意深入了解,请与我分享如何设置。
那里没有什么有趣的东西。
我想尝试拉动输入层的权重,我需要找出方法。
那里没有什么有趣的东西。
我想尝试拉动输入层的权重,我需要找出方法。
甚至有必要为它费心吗?如果没有成千上万的功能,而是几十个,神经元会找出它所需要的东西,只是玩玩辍学。当我给输入的东西很多时,我把辍学率设置为0.5,让它自己思考它需要什么。
谢谢你的链接。
甚至有必要为它费心吗?如果没有成千上万的功能,而是几十个,神经元会找出它需要的东西,只是玩玩辍学。当我把很多东西输入时,我把dropout设置为0.5,让它自己去想它要什么。
我认为它是。我给10个滞后的学员喂食,验证显示出类似的数字,我给100个学员喂食,开始重新培训。
我认为我们应该。我输入了10个滞后的受训者,验证显示了类似的数字,我输入了100个受训者开始重新训练。
每个人都指责C++的链接,但Python决定走得更远,把它们贴在任何地方。
你只需学会如何正确使用它们。获得一片数据是一回事,但来回分配直到你不明白它的来源是另一回事 :)
研究tsmp 包。
有趣的东西,有点像隐马尔科夫模型的状态识别。
我不知道如何使用它,但我会记住它...
功能
https://sites.google.com/site/snippetfinderinfo/
哦,我似乎找不到一个模式,就像没有模式一样。
我可以,但他们的新数据用得很快。
今天好像是星期六...
在****,它被踩在脚下。
它发生了...阿列克谢你又让我紧张了)
我每天写一打代码,而我应该记住我为你写的代码?我写给你是为了让你学点东西,而我应该知道你到底有没有改过代码?
而你甚至没有学会如何看待这个变量?你只需在控制台中输入 "X",然后按回车键即可。
而我问的问题很奇怪?你不觉得羞耻吗,阿列克谢?
不要紧张--练习--当你有孩子的时候,它就会派上用场 :)
那么,这是什么样的功能呢--译者给出了。
predict-它是一个通用函数,用于 从各种模型拟合函数中进行预测。该函数调用某些方法,这些方法取决于第一个参数的类别。
根据我的理解,它本质上是一个将模型应用于新数据的函数。
我读了UMAP的帮助,从中得出结论,得出的模型本质上是一个矩阵。
这就是我想知道如何获得的矩阵。在其他创建模型的方法中,它可能是其他东西--数学公式或一套逻辑规则。
但是,为什么没有描述将模型应用于新数据的算法--如何使用这个矩阵将测试样本的某一行分配给一个特定的坐标?没有这一点,这整个方向都是垃圾。
这些不是回归者,回归者中没有模式 (由7年的经验验证) 这些是简略的尺寸,在这 两条曲线中有2.5万个性状,Te正在寻找类固醇的模式 )
你是如何得到这些曲线的?主要组成部分?