Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3399
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
İyi genelleme yaparlar çünkü milyarlarca kelime verisi üzerinde eğitilmişlerdir ve elimizde fiyatlar vardır.
Konuşmak üzere eğitilmiş bir nöronu ne yapması için eğiteceksiniz?
Ve fiyatlarla ilgili eğitim veremezsiniz çünkü çok fazla görselleştirmeye ihtiyacınız var.
Yani ya ben bir şey bilmiyorum ya da tekrar soruyorum, LLM'nin bununla ne ilgisi var?
Vorontsov videoda diyor ki, izlediniz. Temel modeller kavramı hakkında, saat başlıyor.
Ben kendiminkini sordum.
Vorontsov videoda konuşuyor, izlediniz. Temel modeller kavramı hakkında, saat 1 yönünde başlıyor.
Oh, hatırladım.
Yani bu bir tür kavram, herhangi bir bilgi bir vektöre indirgenebilir, eembeddings'ten bahsediyor, evet öyle.
Ama bu sadece bir kavram ve LLM metnin gömülmeleri üzerine eğitilmiştir, başka bir şey değil, tüm yapısı bunun için eğitilmiştir.
Yani, ona kendi OHLC gömülerinizi vermeye karar verirseniz, hiçbir şey olmayacaktır)))
Onu sıfırdan farklı yerleştirmeler, farklı görevler, farklı hedefler üzerinde eğitmeniz gerekir ... aynı zamanda, metin yazması, çizmesi ve konuşması vb. için... başka bir deyişle çok kiplilik.
Ve metin yazabilen bir neura alıp ona OHLC vermek istiyorsunuz)) işe yaramayacaktır.
Bak, hatırladım.
Yani bu bir tür kavram, herhangi bir bilgi bir vektöre indirgenebilir, eembedding'den bahsediyor, evet, bu doğru.
Ancak bu sadece bir kavramdır ve LLM metin gömme üzerine eğitilmiştir, başka bir şey değil, tüm yapısı bunun için eğitilmiştir.
Yani, OHLC ile kendi eembeddings'inizi vermeye karar verirseniz, hiçbir şey olmayacaktır)))
Model genel "bilgisini" sizin alanınıza aktardığında bilgi damıtımı gerçekleşebilir. Bu konuda biraz bilgim yok ama şöyle bir şey olabilir.
Sayılara, metinlere, resimlere ve hatta sese ve program koduna dönüşebilir.Model genel "bilgisini" sizin alanınıza aktardığında bilgi damıtımı gerçekleşebilir. Bu konuda biraz bulanıkım ama şöyle bir şey.
Hiçbir şey olmayacak.
Bazı veriler üzerinde eğitilmiş bir PCA düşünün, bu bir nöronun bağırsaklarıdır.
Buna yabancı bir veri eklediğinizde, bu sadece Neura'nın daha önce karşılaşmadığı ve onunla ne yapacağına dair hiçbir fikri olmayan bir tür izole nokta kümesi olur.
Bilgiyi aktarmayacaktır çünkü bu küme daha önce hiç çalışmadığı koordinatlardadır.
Hiçbir şey olmayacak.
PCA'nın bazı veriler üzerinde eğitildiğini düşünün, Neira'nın özü budur.
Eğer bilmediğiniz bir veri eklerseniz, bu veri Neura'nın daha önce hiç karşılaşmadığı ve ne yapacağını bilmediği bir tür izole nokta kümesi olarak görünecektir.
Bilgiyi aktarmayacak çünkü o küme daha önce hiç çalışmadığı koordinatlarda.
Bugünlerde herkesin yaptığı şey bu, onları görevleri için eğitiyorlar. Örneklere bakmam gerekecek.
Modelin ağırlıklarını (bağlantılarını) güncelleyeceksiniz, yeni noktalar eklemeyeceksiniz.Bugünlerde herkesin yaptığı şey bu, onları kendi görevleri için eğitiyorlar. Örneklere bakmam gerekecek.
Modelin ağırlıklarını güncelliyorsunuz, yeni noktalar eklemiyorsunuz.Anlamıyorsun. Seni yalnız bırakayım.
Anlamıyorsun. Seni yalnız bırakayım.
Anlıyorum, ama bu şekilde çalışmıyor. Herhangi bir bilgiyi anlamsal vektörlere kodlar, verinin doğasının ne olduğu önemli değildir, bunlar sadece sembollerdir. Tüm bu sembolleri zaten biliyor, önemli olan sıralama.