Il s'agit de la matrice d'entrée. La sortie sera de 15000 lignes pour chacune des 15000 lignes. Comme dans tous les autres exemples, cela représente environ 1,7 Gg (si l'on double par 8 octets).
Il s'agit de la matrice d'entrée. La sortie sera de 15000 traits pour chacune des 15000 lignes. Comme dans tous les autres exemples, environ 1,7 Gg chacun (si en double par 8 octets).
Je suis d'accord pour dire que ce n'est pas ainsi que les choses comptent.
Jusqu'à présent, je ne vois pas d'obstacle technique au calcul d'une matrice million par million sur une simple machine domestique. Mais la comparaison entre NumPy et MQL5 est très importante pour moi.
En êtes-vous sûr ?
Par exemple, une matrice d'entrée de 50 000 colonnes/100 lignes donnera une matrice de corrélation de 50 000 x 50 000 x 8 octets / (1024 x 1024 x 1024) = 18,63 Go.
Il s'agit de la matrice d'entrée. La sortie sera de 15000 traits pour chacune des 15000 lignes. Comme dans tous les autres exemples, environ 1,7 Gg chacun (si en double par 8 octets).
En général, hélas, python ne sait pas travailler avec des int - il les convertit en double apparemment.
L'Amérique n'a pas besoin d'être découverte. Il n'est pas courant de l'envisager, mais cela vaut la peine de réfléchir à la manière de le faire.
J'ai déjà décrit la façon de procéder : prendre les f-iys d'Alglib (il y a 8 pièces appelées à partir de PearsonCorrM) et changer les types de données. Même dans un uchar de 1 octet. Les ints de 4 octets n'apporteront pas beaucoup de gain. Faites-le vous-même si vous en avez besoin.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
15000 * 100 * 4 octets / 1024 / 1024 ≈ 5.72 MB
Il s'agit de la matrice d'entrée.
La sortie sera de 15000 lignes pour chacune des 15000 lignes. Comme dans tous les autres exemples, cela représente environ 1,7 Gg (si l'on double par 8 octets).
Il s'agit de la matrice d'entrée.
La sortie sera de 15000 traits pour chacune des 15000 lignes. Comme dans tous les autres exemples, environ 1,7 Gg chacun (si en double par 8 octets).
Je suis d'accord pour dire que ce n'est pas ainsi que les choses comptent.
Jusqu'à présent, je ne vois pas d'obstacle technique au calcul d'une matrice million par million sur une simple machine domestique. Mais la comparaison entre NumPy et MQL5 est très importante pour moi.
En êtes-vous sûr ?
Par exemple, une matrice d'entrée de 50 000 colonnes/100 lignes donnera une matrice de corrélation de 50 000 x 50 000 x 8 octets / (1024 x 1024 x 1024) = 18,63 Go.
https://drive.google.com/file/d/1ATJkHwUY8jzeRp-rdTsYBeYHor-68EPB/view?usp=share_link
Coïncidence totale des valeurs de calcul NumPy avec MQL5.
Il s'agit de la matrice d'entrée.
La sortie sera de 15000 traits pour chacune des 15000 lignes. Comme dans tous les autres exemples, environ 1,7 Gg chacun (si en double par 8 octets).
En général, hélas, python ne sait pas travailler avec des int - il les convertit en double apparemment.
En général, hélas, python ne sait pas travailler avec int - il le convertit en double, apparemment.
Arrêtez de spammer. La corrélation dans les int ne compte pas.
Arrêtez de spammer des conneries. La corrélation dans les ints ne compte pas.
Il n'est pas nécessaire d'ouvrir l'Amérique. Il n'est pas courant de compter, mais cela vaut la peine de réfléchir à la manière de le faire.
L'Amérique n'a pas besoin d'être découverte. Il n'est pas courant de l'envisager, mais cela vaut la peine de réfléchir à la manière de le faire.
Dans un nouveau fil de discussion, pensez à quelque chose
dans le nouveau fil de discussion, proposer
Quelle bande de gens - je vais perdre du temps pour lui et il est impoli.
C'est quoi ce bordel...
L'Amérique n'a pas besoin d'être découverte. Il n'est pas courant de l'envisager, mais cela vaut la peine de réfléchir à la manière de le faire.
Faites-le vous-même si vous en avez besoin.