EasyAI_的博客

什么是循环卷积、卷积矩阵和环形矩阵？如何使用FFT？

近期国际油价油价飞涨，国内成品油零售价格也将再创新高，当你抬头看的油价时候，你有没有注意到在网上，您的汽车从 A 点到 B 点应该花多少油费，这些数字几乎与现实不符？否则，我们可以使用一个嵌入层将每个类别映射到一个可以训练的“随机”向量，这样我们就可以得到一个类别的向量表示，它可以管理大量信息。要对特征进行归一化，我们需要做的就是减去特征的平均值，然后除以标准差，为此我们需要之前提取的统计数据。现在我们的数据已经准备就绪，我们创建了一个数据集，以便在训练期间更好地管理我们的批次。我们使用一个非常有用的。

当前模型以 1 个时间步长（horizon=1）预测波动率，然后对预测的波动率方差进行平方。现在我们可以在滚动预测过程中使用 n 期的历史数据对我们的模型进行测试。在这一节中，我们使用从第一天到第-(测试规模-i)天的股票日收益值在一个循环中创建一个训练集。年度波动率：我们假设一个日历年有252个交易日，我们把每日波动率乘以252的平方根。月度波动率：我们假设一个月有21个交易日，所以我们把每日波动率乘以21的平方根。从上面的子图中我们可以看到，我们预测的波动率与日收益率基本一致。

一个周末，我和我女儿在一起玩数独游戏。不管花多少时间， 都没多少空白 （无法解决） 问题。因此，我想创建一个AI，它可以自动解决数独和无论如何都无法解决的数独问题使用 Python 制作了从数独图像自动派生答案的 AI （人工智能）， 因此做成文章。作为概述，我们使用 PyTorch 创建的 CNN 进行图像识别，并在获得字符后执行深度优先搜索 （DFS）。

快速上手StableDiffusion，生成AI图像