- 博客(12)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 论文阅读笔记 Time-Aware Multi-Scale RNNs for Time Series Modeling IJCAI21
原文链接代码地址补充知识CW-RNN博客1博客2博客3博客4博客5以上全为CWRNN的介绍博客。此博客中介绍的第四篇论文是TAMS-RNN，可以看看。关键点：1.RNN到CWRNN（1）把隐含层节点分成了若干个模块，而且每个模块都分配了一个时钟周期（Ti），便于独立管理。（2）隐含层之间的连接，一个模块内部是全连接，但是模块之间是有方向的。模块之间的连接是从高时钟频率的模块（长期记忆）指向低时钟频率的模块（短期记忆）。CWRNN使得RNN能更好地对时间序列中的不同尺度（长期、短
2022-03-05 17:00:01
831
原创 Pycharm no module named ‘mpl_finance‘
Pycharm 终端快乐下载pip install mpl_finance -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.compip install XXXX -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com （这可能是个万能句式）
2021-11-10 16:44:57
2071
原创 Pycharm安装talib No module named ‘talib‘
Pycharm报错问题：缺少文件解决方法第一步：打开网页下载TALIB文件。根据自己的python版本和win系统选择对应的文件（cp37代表python3.7，win-amd64代表win64位系统）ps：ctrl+F 网页搜索小技巧点击下载。下载好文件后将它放到对应路径下。（Anaconda3\Scripts里就可以）第二步：打开pycharm终端安装文件。输入命令：pip install C:\Users\Administrator\anaconda3\Scripts\TA_
2021-11-10 16:27:44
10134
原创 pyCharm运行（run）setup.py报错
执行setup.py提示no commands supplied因为python的run程序，相当于命令行里的python setup.py运行后就会报错：no commands supplied而想要不报错，就要打开pycharm的Terminal进入终端，进入此py文件的路径下，输入python setup.py install，就成功了。...
2021-11-06 16:12:27
5623
7
原创 部分股票术语
价位：通常我们所说的价位就是股票当前的价格。成交价：就是买卖双方成交的价格，如果买卖双方同时都报一个价，那么成交价就是这个价，如果卖方低于买方的最高价挂牌卖出那么成交价格就是买放的最高价，如果买房以高于最低卖方的价格买入那么成交价就是最低卖方的价格。日开盘价：指当日开盘后某一只股票第一笔交易成交的价格。日收盘价：指当日开盘后某一只股票最后一笔的成交价格。日最高价：指当天某只股票成交价格中的最高价。日最低价：指当天某一只股票成交价格中的最低价。涨跌幅：当日股票价格与前一日收盘价格(或前一日收盘指数
2021-09-22 20:03:26
7341
原创 BN和LN
BN和LN对比共同作用：加速网络收敛，避免梯度消失。BN: Batch Normalization,每个batch中同一个维度每个特征做BN，如橙框所示。LN: Layer Normalization,对一个样本不同特征做LN，如红框所示。BN缺点:(1) BN用batch来模拟整个样本分布情况，比较依赖batchsize的大小，如果batchsize太小，则计算的均值、方差不足以代表整个数据分布。(2)在RNN中，BN效果较差。 (ICML2020:Rethinking Batch Norma
2021-09-15 21:27:26
811
1
原创 为什么要进行BN
BN操作：（1）获得了一个mini-batch的输入в = {x1,…, xm}，m是batch size。（2）求这个batch的均值μ和方差σ。（3）对所有xi ∈в，进行一个标准化，得到xi’。（4）对xi’做一个线性变换，得到输出yi。通过最后学习线性变化的参数，BN会在训练过程中，调节数据分布，使数据“更合理”地进入激活函数，达到数据不会被激活函数“修剪”地过多或者过少的目的，提高了准确率。另外BN加速了网络收敛，因为不必训练神经网络去适应数据的分布。...
2021-09-13 20:44:26
147
原创 论文原文+代码+知云文献翻译
链接：https://pan.baidu.com/s/1Lv-g13014iS_XQvVObgL3w提取码：9vx7使用对抗训练改进股票走势预测Improving Stock Movement Prediction with Adversarial Training论文为股票走势预测提供了一种新的机器学习解决方案，旨在预测短期内的股价，无论股价是上涨还是下跌。关键的创新之处在于，采用对抗训练来提高循环神经网络模型的泛化能力。本文添加对抗性训练的合理性在于，股票预测的输入特征通常基于股票价格，而股票价
2021-08-02 16:36:48
290
原创 交叉熵和MSE
损失函数交叉熵损失函数：来自于信息论，衡量的是概率分布，所以适合分类任务。均方误差MSE：不适用于分类，适合回归，因为分类任务求出来的值0-1之间，比较小，mse训练梯度小，会很慢。模型的非线性，导致损失函数极大可能无法保持凸函数的性质。很多极小值点。一阶梯度无法解决鞍点（一阶梯度为0，并不是极小值点）问题。...
2021-06-30 16:59:30
364
原创 TensorFlow2.X 环境搭建 Anaconda+Tensorflow+Pycharm
文字版教程太麻烦了，1个siki链接就够了视频教程
2021-05-10 21:32:38
113
1
原创 安装Java （JDK16）
本文将在win10的环境下安装jdk16、配置环境变量以及安装eclipse。1.下载jdk打开官网[https://www.oracle.com/java/technologies/javase-downloads.html]下载JDK(Java SE Development Kit, JDK)
2021-04-14 23:26:52
63593
36
怎么在Eclipse里拥有ImageUtil？
2020-04-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人