Discussão do artigo "Redes neurais e m trading: Aumento da eficiência do Transformer por meio da redução da nitidez (Conclusão)"
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se

.

Novo artigo Redes neurais e m trading: Aumento da eficiência do Transformer por meio da redução da nitidez (Conclusão) foi publicado:
O treinamento dos 3 modelos foi realizado simultaneamente. E os resultados do teste da política treinada do Ator são apresentados abaixo. O teste do modelo foi realizado com dados históricos reais de janeiro de 2024, mantendo os demais parâmetros utilizados no treinamento do modelo.
Mas antes, vale dizer algumas palavras sobre o treinamento dos modelos. Em primeiro lugar, a otimização SAM pressupõe o suavização do relevo da função de perda. Isso, por sua vez, permite considerar a possibilidade de utilizar uma taxa de aprendizado maior. E, se antes o treinamento dos modelos usava principalmente uma taxa de aprendizado em torno de 3.0e-04, neste caso aumentamos para 1.0e-03.
Além disso, o uso de apenas uma camada de atenção permitiu reduzir a quantidade de parâmetros treináveis, e com isso compensar o custo do segundo passo de propagação para frente necessário na execução do algoritmo de otimização SAM dos parâmetros.
Autor: Dmitriy Gizlyk