Discusión sobre el artículo "Redes neuronales en el trading: descomposición en lugar de escalado — Construcción de módulos"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Redes neuronales en el trading: descomposición en lugar de escalado — Construcción de módulos:
En la parte práctica del artículo anterior nos centramos en la implementación del kernel de normalización con coeficientes de atención en el entorno OpenCL. Este trabajo nos permitió sentar las bases para la ejecución rápida y paralela de operaciones clave: el cálculo de medias y desviaciones estándar por segmentos de datos teniendo en cuenta los pesos de atención, así como la normalización directa de la señal de entrada. Todo ello se lleva a cabo en el contexto GPU, lo que garantiza un alto rendimiento y la escalabilidad de la solución.
Hoy continuamos, como es lógico, el trabajo iniciado anteriormente y centramos nuestra atención en la interacción del programa principal con estos kernels de OpenCL. Tenemos que implementar los algoritmos para su gestión, lo que incluye la preparación de los búferes, la configuración de los parámetros de invocación, la sincronización y el control de la integridad de los datos transmitidos. Se trata de una etapa importante, ya que la eficiencia del framework SSCNN depende en gran medida no solo de la precisión matemática del kernel, sino también de lo bien y de forma coordinada que esté organizado el intercambio de datos entre el procesador central y el acelerador gráfico.
Autor: Dmitriy Gizlyk