Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1624

[Evgeny Dyuka]

Keşa Kökü :

Hmm, "0.5-0.7 saniyelik hesaplama" MLP için çok fazla, belki bir kayan pencereli küçük veri kümelerinde öğrenip sonra hesaplıyorsunuz?

Sırayla gidelim:

1 İlk veriler nelerdir (satır(lar), zaman çerçevesi)

2 Eğitim veri kümesinin boyutu nedir (1k, 10k, 100k...)

3 özellikleri nelerdir

4 Hedef nedir

5 Ne tür bir ağ

Başlamak için yeterli...

1. mumlar + göstergeler
2. 200-300k
3. Bu bilgi birikimidir - paylaşmayın
4. ikili sınıflandırma - yukarı/aşağı
5. sıralı keras

[Кеша Рутов]

Evgeny Dyuka :
1. mumlar + göstergeler
2. 200-300k
3. Bu bilgi birikimidir - paylaşmayın
4. ikili sınıflandırma - yukarı/aşağı
5. sıralı keras

Kaç özellik?

sıralı - bir ağ tipi değil, keralarda inşa etmenin bir yolu, hassas bir ağ yapısı, örneğin MLP (sadece keralarda Dence katmanları) veya bir çeşit karışım, ağ kodu burada daha iyidir

[Vladimir Perervenko]

Kesha Kökleri :

Kaç özellik?

sıralı - bir ağ türü değil, keralarda oluşturmanın bir yolu, hassas bir ağ yapısı, örneğin, MLP (yalnızca keralarda Dence katmanları ) veya bir tür karışım, ağ kodu burada daha iyidir

Keras, tensorflow / içindeki tüm katmanlara sahiptir.

[Evgeny Dyuka]

Kesha Kökleri :

Kaç özellik?

sıralı - bir ağ tipi değil, keralarda inşa etmenin bir yolu, hassas bir ağ yapısı, örneğin MLP (sadece keralarda Dence katmanları) veya bir çeşit karışım, ağ kodu burada daha iyidir

def make_model(arr_size):
  sgd = SGD(lr= 0.01 , decay= 1 e- 6 , momentum= 0.9 , nesterov=True)

  res = 2 # количество ответов
  act = "softmax"
  #act = "sigmoid"
  #opt = sgd
  opt = 'adam'

  model = Sequential()

  model.add(Dense( int ((arr_size-res)*k), input_dim=(arr_size-res), activation= 'relu' ))
  model.add(Dropout(dropout))

  #model.add(Dense( int ((arr_size-res)* 0.5 *k), activation= 'relu' ))
  #model.add(Dropout(dropout))

  #model.add(Dense( int ((arr_size-res)* 0.3 *k), activation= 'relu' ))
  #model.add(Dropout(dropout))

  #model.add(Dense( int ((arr_size-res)* 0.1 *k), activation= 'relu' ))
  #model.add(Dropout(dropout))

  model.add(Dense(res, activation=act))

   if res== 1 :
    ls= "binary_crossentropy"
   else :
    ls= "categorical_crossentropy"
  model.compile(loss=ls, optimizer=opt, metrics=[ 'accuracy' ])
   return model

[Кеша Рутов]

Vladimir Perervenko :

Keras, tensorflow / içindeki tüm katmanlara sahiptir.

Biliyorum

MLP'nin keralarda sadece yoğun katmanlar olduğunu söyledim

[Кеша Рутов]

Evgeny Dyuka'nın fotoğrafı.

kod

TAMAM. Yani MLP.

arr_size-res büyük olmalı?

[Evgeny Dyuka]

Kesha Kökleri :

TAMAM. Yani MLP.

arr_size-res büyük olmalı?

arr_size girişteki özellik sayısıdır, kod çarpıktır, olduğu gibi kopyalanır, kendim için yazılır

[Кеша Рутов]

Evgeny Dyuka :
arr_size girişteki özellik sayısıdır, kod çarpıktır, olduğu gibi kopyalanır, kendim için yazılır

peki kaç özellik diye sordum ama sen görmezden geldin

Bir deney öneriyorum, bir dizi eurobucks alıyorum, ilk parçada %70\30'a bölüyorum, eğitiyorum, ikincisinde bir MO göstergesi oluşturuyoruz ve test serisiyle birlikte buraya koyuyoruz.

[Evgeny Dyuka]

Kesha Kökleri :

peki kaç özellik diye sordum ama sen yok ettin

Bir deney öneriyorum, bir dizi eurobucks alıyorum, ilk parçada %70\30'a bölüyorum, eğitiyorum, ikincisinde bir MO göstergesi oluşturuyoruz ve test serisiyle birlikte buraya koyuyoruz.

Cevap verdim: 250-300 özellik

[Rorschach]

Yu.I. Zhuravlev. Matematiksel tahmin yöntemleri