交易中的机器学习：理论、模型、实践和算法交易 - 页 1947

新评论
 
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。

 
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。
 
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。

 
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。
 
今天是星期六，它是一个爆炸性的日子...
 
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 :)

 
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。

 
Mihail Marchukajtes:
今天好像是星期六...

在****，它被踩在脚下。

它发生了...
 
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。

 
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