You can create a custom callback by creating a new R6 class that inherits from the class. Here’s a simple example saving a list of losses over each batch during training: Fields Custom callback objects have access to the current model and it’s training parameters via the following fields: Named list with training parameters (eg. verbosity...
我告诉过你，当需求存在的时候，我是一个软件销售员，所以我回到了自己的做事方式......但我所做的和从Mishekov那里得到的都是垃圾，包括在短时间内（两三个月）在AOI上学习网格，如果没记错的话，是多货币条目。这是个愚蠢的任务......
你现在说的是谁？
伙计，我找不到那张照片了。我想这是在一个移动硬盘上。我稍后再发，因为它在我的脑海中已经有一段时间了，我们会讨论它.........正如他们所说...
我在哪里可以看到内部是如何进行预学习的？ 我以为只有贝叶斯的才擅长预学习
与初始训练相同，只是我们使用的不是一个具有初始启动权重的神经网络，而是一个已经训练好的模型。这通常是我们在训练中使用的东西。
callback_model_checkpoint("checkpoints.h5"),看一看
祝好运
森克!
没问题。把它扔进去...只是要注意，目标必须是平衡的......
你说的平衡是什么意思？我不知道如何评估它。
当我在寻找照片时，我发现了一个关于 "实验室 "的书签。现在它因某种原因而打开了，这是我发现的情况。真他妈的...捣蛋鬼，原来你是个受雇的枪手。出于某种原因，我以为这就是我和你说话的地方。但我在出席者名单上没有看到你.....。嗯.....我们过去常去的地方，如果我们曾经去过的话。我说的是当年的情况....
平衡是什么意思？我不知道如何评估它。
零和一的数量应该相等。但这是没有必要的。重要的是，数据是按时间顺序排列的。底部的是最新的。来吧...等待...
零和一的数量必须相等。但这并不是强制性的。重要的是，数据要按时间顺序排列。底部的是最新的。来吧...等待...
我根本没有一个相等的数字，因为TC并不指望在每个喷嚏上都能赚到钱。在文件中，1-2栏是信息性的，3和4是两个独立的目标，其余的是它们的预测因素。
但我在实验室里发现了这张照片。右边的是列昂尼德-维利奇科夫斯基，左边的是史蒂夫-沃德，现已停业的Neuroshell Trader的创建者。我希望照片上的参与者不会介意我把它贴出来。在背景中，墙壁上是第一个NeuroShell。列奥尼德去了美国的办公室，在他到达时有一张照片。该实验室岗位的最后日期可追溯到2010年。到那时，参与者的活动已经减少，它已经变得死气沉沉。
所以这就是我想说的。在2010年的水平上，NS的发展不是现在这样的。近年来，人工智能领域取得了很大的进展。是的，NS中的网络已经被训练得非常过度，模型的质量已经或者说根本没有。在我使用NS的这些年里，我从来没有得到过一个像样的结果。列昂尼德是唯一使用特许NSh的用户，它花费了2500巴金斯基卢布。但它为交易员 提供的界面和可能性是一种突破。CS的交易不是像MT那样以随机的方式进行的，而是通过整个指标阵列进行的。没有必要做一个3-4分钟的程序员，在指标的基础上创建一个从指标到无限的交易策略。而这一切都是用鼠标完成的。这就是我们需要的。正是交易员的方案。所以在这里.....
现在想象一下，如果我们恢复它，但包括预处理的最新进展，新的模型和学习方法，不会导致过度拟合。一般来说，做一个交易程序，有一个强大的nerocet仪器...这将是一个爆炸性的软件市场，因为它很容易理解，不需要是一个程序员。桥和数据链已经被创建，以向终端发送信号。
该程序非常好，它唯一缺乏的是一个好的训练网块，预处理数据，等等。我想商人们会欣赏它并采用它。
我可能是错的，但这个项目在史蒂夫去世后就不存在了，鉴于它正在被激烈地重新培训，它不被交易界所接受....。
1.在软件包darch(v0.12.0)中，微调可以在新的一批数据上进行多次调整。这能工作多长时间还没有测试。
在keras/tensorflow中，所有的模型都是可训练的，而且是在以前训练的任何阶段。当然，培训的中间结果必须保存。
谢谢。
2.你想改变哪种游戏的学习参数，哪些参数？什么是手动退火？
祝好运
我根据以前的训练结果，改变标准BP的训练参数。在本质上，它与退火相同，但由人工控制。
我不使用NS的R包，但将来也不排除它们。我在另一个环境中工作。