이반 네그레쉬니 : 봐, 하지만 문제는 네트워크에 가중치 수준에서 NN의 낮은 수준 구조로 작업하는 것에 대한 새롭고 체계적인 정보가 많지 않다는 것입니다. 우리 연구원은 TensorFlow와 같은 백엔드로 내려가는 경우가 거의 없습니다. 기본적으로 모든 사람이 Aano, Keras, Torch 또는 지속 R 수준 이상 또는 그 수준에서 회전하고 있습니다.
어리석은 말을 할 필요는 없습니다. TensorFlow, Theano, Torch 및 CNTK는 심층 신경망 훈련에 사용되는 저수준 자동 미분 라이브러리입니다. 그 위에 많은 추가 기능이 있으며 가장 일반적인 것 중 하나는 Keras입니다. 신경망 전문가가 아닌 일반 사용자의 경우 고급 수준을 사용하는 것이 편리합니다(더 쉽고 빠름).
어떤 라이브러리를 사용했는지 궁금합니다. 결과를 공유하세요. 아니면 그들에 대해서만 들어본 적이 있습니까?
어리석은 말을 할 필요는 없습니다. TensorFlow, Theano, Torch 및 CNTK는 심층 신경망 훈련에 사용되는 저수준 자동 미분 라이브러리입니다. 그 위에 많은 추가 기능이 있으며 가장 일반적인 것 중 하나는 Keras입니다. 신경망 전문가가 아닌 일반 사용자의 경우 고급 수준을 사용하는 것이 편리합니다(더 쉽고 빠름).
어떤 라이브러리를 사용했는지 궁금합니다. 결과를 공유하세요. 아니면 그들에 대해서만 들어본 적이 있습니까?
행운을 빕니다
네, 하지만 말도 안되는 소리를 하지 않으려면 더 자세히 읽어야 합니다.
백엔드(back-end)에 대한 이야기였는데 의미를 설명할 필요가 없었으면 하고, 프론트엔드(프론트엔드)는 사용자 인터페이스에서 작업하기 위한 것, 즉. 더 높은 단계.
그리고 관심에 대해 TensorFlow 그래프, 프로토콜 버퍼, 다양한 플랫폼 및 언어에 대한 코드 생성에 대해 들어보셨을 것입니다. 본질적으로 낮은 수준이므로 NS 및 MQL 언어에 대해서만 동일한 작업을 수행합니다.
네, 어려움이 있습니다. 일부 사람들이 엉덩이를 들고 열심히 일하는 것이 왜 그렇게 어려운지 이해하기 어렵습니다. 예, 질문을 건설적으로 고려하는 대신 이 스레드에 어울리고 다른 사람들의 답변을 방해합니다. __딥러닝 문제에 대해 건설적으로 논의해 볼까요? 파이썬 응용 프로그램? 좋은 신호에 교사와 함께 학습? __ 얘기할 사람이 없어요. 그리고 당신은 당신이 아무것도 찾을 수 없다고 말했다. 글쎄, 운명이 아니다. 네, 저는 Lokhov의 도덕화를 인용하고 있습니다. 결국, 상대방은 베일에 싸인 조롱을 사용하고 용어를 혼동하고 몇 가지 논리적 오류를 범했습니다.
그리고 감정으로 쓴 글이라 미리 용서를 구했습니다.
또한 신경망 생성 도구의 작동 원리를 이해하는 데 도움을 드립니다. 어떤 아이러니도 풍자도 없이.
위의 글에서 제가 어느 방향으로 할 수 있는지 이해해 주시길 바랍니다. 도움에 관심이 있습니다.
그래프 시각화, NN 토폴로지, 직렬화, ProtoBuf 형식, 일괄 처리 및 NN 가중치의 n차원 NumPy 배열 가져오기/내보내기 등
백엔드(back-end)에 대한 이야기였는데 의미를 설명할 필요가 없었으면 하고, 프론트엔드(프론트엔드)는 사용자 인터페이스에서 작업하기 위한 것, 즉. 더 높은 단계.
용어에 대해 논쟁하지 맙시다. 나는 발췌를 줄 것이다:
" "TensorFlow" 라이브러리 사용
최근 빠르게 발전하는 심층 신경망 분야는 수많은 오픈 소스 라이브러리로 채워졌습니다. 널리 광고됨 텐서플로우(구글)CNTK(마이크로소프트) , 아파치 MXNet 그리고 많은 다른 사람들. 이러한 모든 주요 소프트웨어 개발자 및 기타 주요 소프트웨어 개발자가 R 컨소시엄의 구성원이라는 사실 때문에 이러한 모든 라이브러리에 대해 R용 API가 제공됩니다.
위의 모든 라이브러리는 매우 낮은 수준입니다. 초보자에게는 이 영역이 소화하기 어렵습니다. 이를 염두에 두고 Rstudio 팀은 R용 keras 패키지를 개발했습니다.
Keras는 빠른 실험에 중점을 두고 설계된 고급 신경망 API입니다. 가능한 한 최소한의 지연으로 아이디어에서 결과로 나아가는 능력은 좋은 연구를 하는 열쇠입니다. Keras에는 다음과 같은 주요 기능이 있습니다.
CPU 또는 GPU에서 동일하게 작업할 수 있습니다.
딥 러닝 모델의 프로토타입을 쉽게 만들 수 있는 친숙한 API입니다.
컨볼루션 네트워크(컴퓨터 비전용), 순환 네트워크(시퀀스 처리용) 및 이 둘의 조합에 대한 내장 지원.
다중 입력 또는 다중 출력 모델, 계층 공유, 모델 공유 등 임의의 네트워크 아키텍처를 지원합니다. 즉, Keras는 메모리 네트워크에서 신경 튜링 머신에 이르기까지 본질적으로 모든 딥 러닝 모델을 구축하는 데 적합합니다.
TensorFlow, CNTK 또는 Theano를 포함한 여러 백엔드에서 실행할 수 있습니다.
그리고 관심에 대해 TensorFlow 그래프, 프로토콜 버퍼, 다양한 플랫폼 및 언어에 대한 코드 생성에 대해 들어보셨을 것입니다. 본질적으로 낮은 수준이므로 NS 및 MQL 언어에 대해서만 동일한 작업을 수행합니다.
들을 뿐만 아니라 사용합니다. 그러나 R 언어를 사용하여 MT에서 실행합니다. 그래서 접근 방식과 방향이 다릅니다. 내 일은 당신에게 유용하지 않을 것입니다.
당신은 아마 들어 본 적이 없을 것입니다 - Hlaiman EA Generator.
들었다, 읽었다. 내가 가고 싶은 길은 아니다.
위에서부터 제가 어느 방향으로 할 수 있는지 이해해 주시길 바랍니다. 도움에 관심이 있습니다.
그래프 시각화, NN 토폴로지, 직렬화, ProtoBuf 형식, 일괄 처리 및 NN 가중치의 n차원 NumPy 배열 가져오기/내보내기 등
이런 종류의 정보나 구현 경험이 있다면 기꺼이 토론하겠습니다.
다시 한 번 반복하겠습니다. 우리는 다른 접근 방식과 이동 방향을 가지고 있습니다. 내 일은 당신에게 유용하지 않을 것입니다.
흥미롭게도 나는 그런 탠덤에 대한 설명을 어디에서나 본 적이 없습니다 .. 나는 봐야 할 것입니다
2007년에 위원회는 3-5 전략으로 구성되었으며 작업의 질이 크게 향상되었습니다. 그러나 위원회의 문제는 세 가지 중 적어도 두 가지가 적절해야 하며 개별적으로보다 더 큰 플러스로 위원회를 끌어들일 것이라는 점입니다. 위원회에 있는 경우 2개의 모델이 재교육됩니다. 파이프 사업. 기껏해야 병합되지 않습니다. 이러한 시나리오에서는 나쁘지 않습니다 !!!!
Keras에 대한 인터페이스가 R용으로 만들어졌음을 배제하지 않습니다. 그러나 R은 Keras를 발명하지 않았습니다. 저것들. Rstudio 팀은R 용keras 패키지를 개발한 것이 아니라 Keras에 대한 인터페이스를 개발했습니다. 그리고 사용자에게는 패키지와 인터페이스라는 두 가지 큰 차이점이 있습니다.
Привет, Хабр! Мы уже говорили про Theano и Tensorflow (а также много про что еще), а сегодня сегодня пришло время поговорить про Keras. Изначально Keras вырос как удобная надстройка над Theano. Отсюда и его греческое имя — κέρας, что значит "рог" по-гречески, что, в свою очередь, является отсылкой к Одиссее Гомера. Хотя, с тех пор утекло много...
Keras is a high-level neural networks API developed with a focus on enabling fast experimentation. Being able to go from idea to result with the least possible delay is key to doing good research. Keras has the following key features: Allows the same code to run on CPU or on GPU, seamlessly. User-friendly API which makes it easy to quickly...
2007년에 위원회는 3-5 전략으로 구성되었으며 작업의 질이 크게 향상되었습니다. 그러나 위원회의 문제는 세 가지 중 적어도 두 가지가 적절해야 하며 개별적으로보다 더 큰 플러스로 위원회를 끌어들일 것이라는 점입니다. 위원회에 있는 경우 2개의 모델이 재교육됩니다. 파이프 사업. 기껏해야 병합되지 않습니다. 이러한 시나리오에서는 나쁘지 않습니다 !!!!
앙상블과 위원회는 내가 이해하는 한 탠덤과 약간 다릅니다.
그건 그렇고, 같은 MLP인 NS 앙상블은 매우 좋지만 ... 느리다.
위원회에 관한 것은 흥미롭지 만 논쟁의 여지가 있습니다. 동일한 Reshetov 삼항 분류기
봐, 하지만 문제는 네트워크에 가중치 수준에서 NN의 낮은 수준 구조로 작업하는 것에 대한 새롭고 체계적인 정보가 많지 않다는 것입니다. 우리 연구원은 TensorFlow와 같은 백엔드로 내려가는 경우가 거의 없습니다. 기본적으로 모든 사람이 Aano, Keras, Torch 또는 지속 R 수준 이상 또는 그 수준에서 회전하고 있습니다.
어리석은 말을 할 필요는 없습니다. TensorFlow, Theano, Torch 및 CNTK는 심층 신경망 훈련에 사용되는 저수준 자동 미분 라이브러리입니다. 그 위에 많은 추가 기능이 있으며 가장 일반적인 것 중 하나는 Keras입니다. 신경망 전문가가 아닌 일반 사용자의 경우 고급 수준을 사용하는 것이 편리합니다(더 쉽고 빠름).
어떤 라이브러리를 사용했는지 궁금합니다. 결과를 공유하세요. 아니면 그들에 대해서만 들어본 적이 있습니까?
행운을 빕니다
어리석은 말을 할 필요는 없습니다. TensorFlow, Theano, Torch 및 CNTK는 심층 신경망 훈련에 사용되는 저수준 자동 미분 라이브러리입니다. 그 위에 많은 추가 기능이 있으며 가장 일반적인 것 중 하나는 Keras입니다. 신경망 전문가가 아닌 일반 사용자의 경우 고급 수준을 사용하는 것이 편리합니다(더 쉽고 빠름).
어떤 라이브러리를 사용했는지 궁금합니다. 결과를 공유하세요. 아니면 그들에 대해서만 들어본 적이 있습니까?
행운을 빕니다
네, 하지만 말도 안되는 소리를 하지 않으려면 더 자세히 읽어야 합니다.
백엔드(back-end)에 대한 이야기였는데 의미를 설명할 필요가 없었으면 하고, 프론트엔드(프론트엔드)는 사용자 인터페이스에서 작업하기 위한 것, 즉. 더 높은 단계.
그리고 관심에 대해 TensorFlow 그래프, 프로토콜 버퍼, 다양한 플랫폼 및 언어에 대한 코드 생성에 대해 들어보셨을 것입니다. 본질적으로 낮은 수준이므로 NS 및 MQL 언어에 대해서만 동일한 작업을 수행합니다.
당신은 아마 들어 본 적이 없을 것입니다 - Hlaiman EA Generator.
거래, 자동 거래 시스템 및 거래 전략 테스트에 관한 포럼
거래에서의 기계 학습: 이론 및 실습(거래 등)
알렉세이 테렌테프 , 2018.01.23 06:39
네, 어려움이 있습니다. 일부 사람들이 엉덩이를 들고 열심히 일하는 것이 왜 그렇게 어려운지 이해하기 어렵습니다.
예, 질문을 건설적으로 고려하는 대신 이 스레드에 어울리고 다른 사람들의 답변을 방해합니다.
__딥러닝 문제에 대해 건설적으로 논의해 볼까요? 파이썬 응용 프로그램? 좋은 신호에 교사와 함께 학습?
__ 얘기할 사람이 없어요. 그리고 당신은 당신이 아무것도 찾을 수 없다고 말했다. 글쎄, 운명이 아니다.
네, 저는 Lokhov의 도덕화를 인용하고 있습니다. 결국, 상대방은 베일에 싸인 조롱을 사용하고 용어를 혼동하고 몇 가지 논리적 오류를 범했습니다.
그리고 감정으로 쓴 글이라 미리 용서를 구했습니다.
또한 신경망 생성 도구의 작동 원리를 이해하는 데 도움을 드립니다. 어떤 아이러니도 풍자도 없이.
위의 글에서 제가 어느 방향으로 할 수 있는지 이해해 주시길 바랍니다. 도움에 관심이 있습니다.
그래프 시각화, NN 토폴로지, 직렬화, ProtoBuf 형식, 일괄 처리 및 NN 가중치의 n차원 NumPy 배열 가져오기/내보내기 등
이런 종류의 정보나 구현 경험이 있다면 기꺼이 토론하겠습니다.
네, 하지만 말도 안되는 소리를 하지 않으려면 더 자세히 읽어야 합니다.
백엔드(back-end)에 대한 이야기였는데 의미를 설명할 필요가 없었으면 하고, 프론트엔드(프론트엔드)는 사용자 인터페이스에서 작업하기 위한 것, 즉. 더 높은 단계.
용어에 대해 논쟁하지 맙시다. 나는 발췌를 줄 것이다:
" "TensorFlow" 라이브러리 사용
최근 빠르게 발전하는 심층 신경망 분야는 수많은 오픈 소스 라이브러리로 채워졌습니다. 널리 광고됨 텐서플로우(구글) CNTK(마이크로소프트) , 아파치 MXNet 그리고 많은 다른 사람들. 이러한 모든 주요 소프트웨어 개발자 및 기타 주요 소프트웨어 개발자가 R 컨소시엄의 구성원이라는 사실 때문에 이러한 모든 라이브러리에 대해 R용 API가 제공됩니다.
위의 모든 라이브러리는 매우 낮은 수준입니다. 초보자에게는 이 영역이 소화하기 어렵습니다. 이를 염두에 두고 Rstudio 팀은 R용 keras 패키지를 개발했습니다.
Keras는 빠른 실험에 중점을 두고 설계된 고급 신경망 API입니다. 가능한 한 최소한의 지연으로 아이디어에서 결과로 나아가는 능력은 좋은 연구를 하는 열쇠입니다. Keras에는 다음과 같은 주요 기능이 있습니다.
딥 러닝 모델의 프로토타입을 쉽게 만들 수 있는 친숙한 API입니다.
그리고 관심에 대해 TensorFlow 그래프, 프로토콜 버퍼, 다양한 플랫폼 및 언어에 대한 코드 생성에 대해 들어보셨을 것입니다. 본질적으로 낮은 수준이므로 NS 및 MQL 언어에 대해서만 동일한 작업을 수행합니다.
들을 뿐만 아니라 사용합니다. 그러나 R 언어를 사용하여 MT에서 실행합니다. 그래서 접근 방식과 방향이 다릅니다. 내 일은 당신에게 유용하지 않을 것입니다.
당신은 아마 들어 본 적이 없을 것입니다 - Hlaiman EA Generator.
들었다, 읽었다. 내가 가고 싶은 길은 아니다.
그래프 시각화, NN 토폴로지, 직렬화, ProtoBuf 형식, 일괄 처리 및 NN 가중치의 n차원 NumPy 배열 가져오기/내보내기 등
이런 종류의 정보나 구현 경험이 있다면 기꺼이 토론하겠습니다.
다시 한 번 반복하겠습니다. 우리는 다른 접근 방식과 이동 방향을 가지고 있습니다. 내 일은 당신에게 유용하지 않을 것입니다.
블라디미르 페레르벤코 :
초보자에게는 이 영역이 소화하기 어렵습니다. 이를 염두에 두고 Rstudio 팀 은 R용 keras 패키지를 개발했습니다.
행운을 빕니다
흥미롭게도 나는 그런 탠덤에 대한 설명을 어디에서나 본 적이 없습니다 .. 나는 봐야 할 것입니다
2007년에 위원회는 3-5 전략으로 구성되었으며 작업의 질이 크게 향상되었습니다. 그러나 위원회의 문제는 세 가지 중 적어도 두 가지가 적절해야 하며 개별적으로보다 더 큰 플러스로 위원회를 끌어들일 것이라는 점입니다. 위원회에 있는 경우 2개의 모델이 재교육됩니다. 파이프 사업. 기껏해야 병합되지 않습니다. 이러한 시나리오에서는 나쁘지 않습니다 !!!!
유리 아사울렌코 :
블라디미르 페레르벤코 :
초보자에게는 이 영역이 소화하기 어렵습니다. 이를 염두에 두고 Rstudio 팀 은 R용 keras 패키지를 개발했습니다.
행운을 빕니다
나는 Keras에 대해 이해하지 못했습니다. 어제 저는 이것이 TensorFlow를 위한 고급 가제트임을 읽었고 심지어 인스턴스를 보았습니다. R은 없고 Python만 있습니다.
그 남자는 R을 조심스럽게 피하면서 길을 잃지 않도록 링크까지 제공했으며 그러한 상황에서도 관리했습니다.
나는 Keras에 대해 이해하지 못했습니다. 어제 저는 이것이 TensorFlow를 위한 고급 가제트임을 읽었고 심지어 인스턴스를 보았습니다. R은 없고 Python만 있습니다.
글쎄, 이해해야 할 것이 있습니다. Python에 있는 모든 것은 이미 R에 있습니다. 링크를 따라가 보세요.
행운을 빕니다
그 남자는 R을 조심스럽게 피하면서 길을 잃지 않도록 링크까지 제공했으며 그러한 상황에서도 관리했습니다.
링크를 보지 못했습니다.
다음은 Keras에 대한 링크입니다 - https://habrahabr.ru/company/ods/blog/325432/
Keras에 대한 인터페이스가 R용으로 만들어졌음을 배제하지 않습니다. 그러나 R은 Keras를 발명하지 않았습니다. 저것들. Rstudio 팀은 R 용 keras 패키지를 개발한 것이 아니라 Keras에 대한 인터페이스를 개발했습니다. 그리고 사용자에게는 패키지와 인터페이스라는 두 가지 큰 차이점이 있습니다.
이것이 내가 명확히 하려는 것입니다.
링크를 보지 못했습니다.
다음은 Keras에 대한 링크입니다 - https://habrahabr.ru/company/ods/blog/325432/
이것은 Habr에 대한 링크입니다. 라이브러리 https://keras.rstudio.com/index.html 링크.
원본을 읽으십시오.
행운을 빕니다
2007년에 위원회는 3-5 전략으로 구성되었으며 작업의 질이 크게 향상되었습니다. 그러나 위원회의 문제는 세 가지 중 적어도 두 가지가 적절해야 하며 개별적으로보다 더 큰 플러스로 위원회를 끌어들일 것이라는 점입니다. 위원회에 있는 경우 2개의 모델이 재교육됩니다. 파이프 사업. 기껏해야 병합되지 않습니다. 이러한 시나리오에서는 나쁘지 않습니다 !!!!
앙상블과 위원회는 내가 이해하는 한 탠덤과 약간 다릅니다.
그건 그렇고, 같은 MLP인 NS 앙상블은 매우 좋지만 ... 느리다.
위원회에 관한 것은 흥미롭지 만 논쟁의 여지가 있습니다. 동일한 Reshetov 삼항 분류기
탠덤에 연락하지 않았습니다