【PGPortfolio】初期使用调试指南

最新推荐文章于 2021-04-19 14:07:52 发布

咸鱼酱

最新推荐文章于 2021-04-19 14:07:52 发布

阅读量908

点赞数

分类专栏： Machine Learning学习随记文章标签： python

本文链接：https://blog.csdn.net/Lyrassongs/article/details/78622404

版权

本文档介绍了在Python环境中配置和使用PGPortfolio的步骤。首先，需在虚拟环境中安装依赖库，然后下载数据到指定路径。接着，根据GitHub的readme调整net_config.json文件，并进行训练。在训练过程中，可能会遇到因路径问题导致的错误，需修改autotrain/training.py中的判断语句以避免返回。目前训练尚未成功，作者正进行问题排查。

摘要由CSDN通过智能技术生成

正常clone，在virtualenv的环境下pip install -r requirements.txt
然后好像还是缺了几个库，总之缺啥补啥。

Step 1: 下载数据

python main.py --mode=download_data
然后数据会下载到PGPortfolio/database的路径下，大概是一个160M左右的.db文件。

Step2: Training and Tuning the hyper-parameters

按照GitHub上的readme，操作流程大致如下：
First, change the content in the nntrader/nntrader/net_config.json file.
make sure current directory is under nntrader and type
python main.py --mode=generate --repeat=1
this will make 1 subfolders under the train_package
in each subfloder, there is a copy of the net_config.json
–repeat=n, n could follow any positive integers. The random seed of each the subfolder ranges from 0 to n-1.
type
python main.py --mode=train --processes=1
this will start training one b