Evgenii
30.12.2017
22:38:43
выпишите ему бан плз
Sisi
05.01.2018
16:11:57
Здравствуйте, есть те которые программируют на CUDA у меня есть ряд вопросов. Благодарю.
Anon
05.01.2018
23:17:17
Sisi
06.01.2018
15:58:45
Google
Anon
06.01.2018
16:01:41
Sisi
06.01.2018
16:02:39
а причём тут cuda?
Хотя бы потому, что цп будет медленнее cuda, но я могу и от amd найти карты для этого исследования
Anon
06.01.2018
16:03:37
это понятно
просто вопрос странный. примерно как сначала спросить - кто разбирается в физике плазмы, а потом пояснить, что мол мне это чтобы чайник вскипятить на газовой плите, так быстрее будет
https://github.com/karpathy/char-rnn
фреймворки для нейросетей стараются с cuda работать незаметно для конечного пользователя
по генерации строк и символьных последовательностей все начинают ознакомление с этого кода Карпаты
Sisi
06.01.2018
16:11:39
Anon
06.01.2018
16:18:09
Sisi
06.01.2018
16:19:47
Anon
06.01.2018
16:20:03
плюсы у этого есть - можно наколдовать нейросеть в 10 строк
Sisi
06.01.2018
16:21:30
Anon
06.01.2018
16:22:04
тут на канале куча материала, как раз по генерации текста и т.п.
Google
Sisi
06.01.2018
16:22:33
Низкий вам поклон, пробегусь выше всё на заметки помечу для себя :)
Evgeniy
06.01.2018
16:22:51
так толсто что аж тонко
Sisi
06.01.2018
16:24:49
Evgenii
06.01.2018
17:35:39
Ну вот недавно прошёл нипс, можно привести ссылку на статью, результаты в которой получены подобным образом. Чтобы не быть голословным.
Все же учёные придумывают методы/идеи, которые потом спецы по куде имплементят в фреймворках, а кнопку фит жмут инженеры-прикладники
Anon
06.01.2018
18:07:41
человек чудесно неэффективным способом сделал по сути простейший бредогенератор, глядя на который любой практикующий дорвейщик будет думать - смеяться или плакать? а у учоного сразу чудеса, магия и невиданная эффективность :))
Evgenii
06.01.2018
18:09:43
Хм... по-моему ты перепутал научную статью и блог. Это во-первых, а во-вторых, он удивился тому что нейронкой в принципе можно что то приличное получить. До этого за пятьдесят лет нейронками вообще мало что получалось
Да не, просто чувак для красного словца гиперболизировал слегка)
А теперь ему неохота писать, что просто погорячился, он и выкручивается.
Evgeniy
06.01.2018
18:16:53
в любом случае стоит избежать вступления в дискуссию
Sisi
06.01.2018
18:17:44
Anon
06.01.2018
18:17:50
Evgenii
06.01.2018
18:17:54
Evgeniy
06.01.2018
18:19:05
Evgenii
06.01.2018
18:19:10
Evgeniy
06.01.2018
18:19:59
Ivan
06.01.2018
19:05:56
Правильно считать что GAN может извлечь информацию из данных без подсказок (обучения)? Приводят пример с книгами на разных языках где GAN извлекает семантику из текста и использует ее для перевода. А для временного ряда это будет работать?
Evgeniy
06.01.2018
19:06:39
может будет, а может и нет
Google
Ground
06.01.2018
19:15:12
Yuri
06.01.2018
19:30:33
Nikolay добряш
08.01.2018
06:13:35
Ребят, а реально на глубинном обучении адаптивную систему для ставок или трейдинга делать? Есть реальные саксесс стори?
Evgeniy
08.01.2018
06:14:41
реально, но тебе нет
Yuri
08.01.2018
06:15:27
Nikolay добряш
08.01.2018
06:16:39
1-2 процента с операции? Или другие характеристики стоит рассматривать?
Yuri
08.01.2018
06:18:05
предсказуемость операции должна быть выше маргинальности
Nikolay добряш
08.01.2018
06:18:45
Yuri
08.01.2018
06:19:07
т.е. если маргинальность операции низкая — то неточности работы НС могут сами по себе создавать проблемы.
ну всё, если эти два условия соблюдены — то вперёд, пробуй.
Nikolay добряш
08.01.2018
06:19:48
Yuri
08.01.2018
06:20:54
периодически разные статьи бывают в интернете
но вообще, у кого получается — те молчат и пользуются
конкурентов плодить невыгодно
поэтому статьи в интернете в основном от начинающих
(но это не значит, что у тех, кто не пишет статьи о своём опыте — всё получилось. совсем нет)
вообще, для большинства случаев, бустинговые и обычные случайные деревья решений будут работать быстрее, не хуже, и требовать меньше данных для обучения — советую в первую очередь глядеть на них.
Admin
Nikolay добряш
08.01.2018
06:24:05
Ну, значит тупо траить. Хорошо.
Google
Yuri
08.01.2018
06:25:00
DL хорош, когда данных много и между элементами есть хорошие корреляции — типа как для видео, фото, аудио, итп.
если же меньше 100 единиц данных для принятия решения — то НС никаких новых сложных зависимостей по сравнению с более простыми классификаторами скорее всего не найдёт (а если найдёт — то наверняку вдобавок и кучу мусорных ошибочных зависимостей).
Dmitry
08.01.2018
13:29:05
для предсказания multidimensional time series DL неплох. Я использовал одномерный аналог ResNet, по последним нескольким часам предсказывал, куда пойдет график. На validation data не получилось выйти за пределы следующих ограничений:
1. Комиссия биржи 0.25% за транзакцию
2. Не менее 30% годовых в целом
Поэтому забил, расчетные 10% годовых вообще не радуют. Но это была криптовалюта, рынок акций должен быть более предсказуем. Видел где-то статью чувака, у которого бот сделал несколько тысяч долларов за лето на акциях, там была рекуррентная сеть, по-моему даже не LSTM. Но пару раз ему приходилось выключать бота, когда он во время аномалий начинал сливать все. Не для слабонервных в общем это.
Yuri
08.01.2018
13:40:19
Mikhail
08.01.2018
13:40:52
у меня на фьючерсе РТС хорошие графики были (ровный equity без просадок, 300 сделок в день), но на высокой волатильности (кажется, весной 2015). летом робот проигрывать стал, когда рынок успокоился.
использовал xgboost, ордерлог, 100мсек таймфрейм.
сейчас бы все на нейронки переписал, конечно.
Dmitry
08.01.2018
13:42:02
Yuri
08.01.2018
13:49:10
Проблема в том, что обычно мало данных, и их для нормальной валидации не хватает. Поэтому стратегия может выигрывать на validation и плохо работать в production.
Вообще, повторяющиеся паттерны (неэффективность некоторых игроков) на рынке влегкую определяются всеми достаточно умными игроками -- и этот выигрыш делится на всех таких игроков (а я напоминаю, что рынок -- это игра с нулевой суммой). Поэтому "дополнительные мозги" дают очень мало дополнительных денег.
Эксперименты одного моего приятеля тоже давали слишком небольшой средний выигрыш и полное отсутствие гарантий.
Evgeniy
12.01.2018
10:25:26
Yuri
12.01.2018
10:25:50
Anon
13.01.2018
23:46:23
Oleksandr
14.01.2018
13:08:26
прогресс в распознавании лиц — https://i.redd.it/s8t9xeu53w901.gif
Igor
21.01.2018
20:40:17
Здравствуйте, есть зачаточные знания матана, нужны матан, алгебра, теорвер, статистика и может что-нибудь ещё. Подскажите пжлст с чего начать, чтобы скорее вникнуть в суть мл и уже потом продолжать совершенствовать свои знания в обл математики
Andrew
21.01.2018
20:47:23
cs231n
Igor
21.01.2018
20:47:50
Спс
Andrew
21.01.2018
20:48:22
fast.ai
На Udacity есть курсы где всё разжёвывается, Intro to ML можете пройти
Google
Sisi
21.01.2018
20:49:59
извините но что за ML ?
Dmitry
21.01.2018
20:50:19
традиционно посоветую ml-class
Sisi
21.01.2018
20:50:39
Udacity не рекомендую! Просто просмотрел некоторые курсы, очень некомпетентые люди рассказывают!
Andrew
21.01.2018
20:51:20
Там не глубоко, не спорю
Dmitry
21.01.2018
20:51:41
не глубинно
Sisi
21.01.2018
20:51:42
Да что за ML!!!