交易中的机器学习:理论、模型、实践和算法交易 - 页 2252 1...224522462247224822492250225122522253225422552256225722582259...3399 新评论 mytarmailS 2020.12.20 14:00 #22511 Maxim Dmitrievsky: 你是什么意思,你在跟我开玩笑? 我的意思是--我在你之前就知道什么是自动生成器了))。 Maxim Dmitrievsky 2020.12.20 14:03 #22512 mytarmailS: 为什么那里会有一个神经元卡,你能解释一下方框图吗? mytarmailS 2020.12.20 14:05 #22513 Maxim Dmitrievsky: 你为什么决定用编码员取代gmm? 为什么你认为这样做效果会更好,你有一个想法,我对这个想法感兴趣,你知道吗? Maxim Dmitrievsky 2020.12.20 14:10 #22514 mytarmailS: 所以我想说,你为什么决定用编码员来取代GMM?为什么你认为这样做效果会更好,你有一个想法,我对这个想法感兴趣,你知道吗? 因为它是同一个生成模型,但它是可定制的。 它在分数上的效果也很好,但在引号上的效果更差,我还没有搞清楚原因。 mytarmailS 2020.12.20 14:12 #22515 Maxim Dmitrievsky: 因为它是相同的生成模型,但可以定制。它在引号上的效果一样好,在引号上更糟糕,我还不知道为什么。 你有机会接触到净重和改变它们的能力吗? Vladimir Perervenko 2020.12.20 14:32 #22516 Maxim Dmitrievsky: 我对他们的期望更高。编码器是一个神经元。反正你也不会明白,但这里是它的结构。 那么,培训在哪里?这都是功能和等级。 Maxim Dmitrievsky 2020.12.20 14:32 #22517 Vladimir Perervenko: 那么,培训在哪里呢?这都是功能和等级。 你需要一个训练周期吗? Vladimir Perervenko 2020.12.20 14:36 #22518 Maxim Dmitrievsky: 你需要一个学习周期吗? 据我所知,变异AE与普通AE的不同之处在于,在训练过程中,解码器不是被输入一个隐藏的,而是一个重新参数化的值。我没有看到它发生在哪里。 Maxim Dmitrievsky 2020.12.20 14:38 #22519 Vladimir Perervenko: 据我所知,变异AE与普通AE的不同之处在于,在训练过程中,解码器不是被输入一个隐藏的,而是一个重新参数化的值。我没有看到它发生在哪里。 z_mu, z_var = self.encoder(x) # sample from the distribution having latent parameters z_mu, z_var # reparameterize std = torch.exp(z_var / 2) eps = torch.randn_like(std) x_sample = eps.mul(std).add_(z_mu) Vladimir Perervenko 2020.12.20 14:50 #22520 Maxim Dmitrievsky: 比方说(在Python的代码中,我不是什么都清楚)。而这个BAE的培训在哪里? 它是在pyTorch中吗? 1...224522462247224822492250225122522253225422552256225722582259...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
你是什么意思,你在跟我开玩笑?
我的意思是--我在你之前就知道什么是自动生成器了))。
为什么那里会有一个神经元卡,你能解释一下方框图吗?
你为什么决定用编码员取代gmm?
为什么你认为这样做效果会更好,你有一个想法,我对这个想法感兴趣,你知道吗?
所以我想说,你为什么决定用编码员来取代GMM?
为什么你认为这样做效果会更好,你有一个想法,我对这个想法感兴趣,你知道吗?
因为它是同一个生成模型,但它是可定制的。
它在分数上的效果也很好,但在引号上的效果更差,我还没有搞清楚原因。
因为它是相同的生成模型,但可以定制。
它在引号上的效果一样好,在引号上更糟糕,我还不知道为什么。
你有机会接触到净重和改变它们的能力吗?
我对他们的期望更高。
编码器是一个神经元。
反正你也不会明白,但这里是它的结构。
那么,培训在哪里?这都是功能和等级。
那么,培训在哪里呢?这都是功能和等级。
你需要一个训练周期吗?
你需要一个学习周期吗?
据我所知,变异AE与普通AE的不同之处在于,在训练过程中,解码器不是被输入一个隐藏的,而是一个重新参数化的值。我没有看到它发生在哪里。
据我所知,变异AE与普通AE的不同之处在于,在训练过程中,解码器不是被输入一个隐藏的,而是一个重新参数化的值。我没有看到它发生在哪里。
比方说(在Python的代码中,我不是什么都清楚)。而这个BAE的培训在哪里?
它是在pyTorch中吗?