作者查詢 / yuwenche
作者 yuwenche 在 PTT [ DataScience ] 看板的留言(推文), 共90則
限定看板:DataScience
看板排序:
5F→: 我的應用是期貨當沖交易。最常用的框架是Ray(分散式運12/01 14:51
6F→: 算和 AI 基礎架構框架)底下的RLlib- 建立在 Ray 之上12/01 14:52
7F→: 的「強化學習框架」,這個框架寫得很複雜,我花了近兩年12/01 14:53
8F→: 才算得以入室。12/01 14:54
5F→: 感謝回覆. 以前模型參數約七萬個時, 根本不需要GPU, 但02/27 14:11
6F→: 模型參數擴增到七百萬個時, 沒GPU訓練時就真的跑不動了.02/27 14:15
8F→: kaggle的母公司是谷歌嗎? 跟colab一樣?03/06 14:34
30F→: 我已經近一個月沒上這個頻道了,直到昨天才看到留言。12/02 09:00
31F→: 實際上github或網路上已有不少類似的例子,大部分也都12/02 09:01
32F→: 採取時間差分的作法(t,t-1,t-2…) ,難道他們都錯了嗎?12/02 09:03
33F→: 股價本身或許不具MDP特性,但幾個相連的股價至少就是12/02 09:05
34F→: POMDP,這就是將non-MDP轉換為MDP的手段之一。另外,12/02 09:06
35F→: agent是藉著跟環境(state)互動改變自身的參數,而對下一12/02 09:07
36F→: 次作出最好的action,它是沒辦法改變state狀態的。最後12/02 09:09
37F→: ,這個題目的困難程度遠超過gym的環境,因它是一個非穩12/02 09:10
38F→: 態(non-stationary)的環境。12/02 09:11
8F→: 如果真懂就寫些有意義的東西,只是擺出一付冷嘲的態度11/07 09:26
9F→: 不代表你就懂。That sucks.11/07 09:26
1F推: 感謝大大分享。只是如果在github有全部程式碼,就更方便01/29 13:16
2F→: 複製結果及研究了。01/29 13:17
2F→: 感謝回覆。不過,這星號的功能應該是打包(packing),09/21 08:45
3F→: 而不是unpacking?09/21 08:45
8F→: Python的unpacking只須將等號左邊的變數分開寫,不需要09/22 11:09
9F→: 星號。請參考:09/22 11:10
10F→: https://www.learncodewithmike.com/2019/12/python-unp09/22 11:10
11F→: acking.html09/22 11:11
1F→: 看來MPI並不普遍,至少在data science.也有可能我跑錯版09/03 13:19
2F→: 了.09/03 13:20
17F→: 沒看到半點技術含量的東西,只看到小孩吵架,真是浪費眾人07/23 12:23
18F→: 時間.07/23 12:24
14F→: 本來爛論文就居大多數.只要把百中選一的好論文及程式碼07/13 13:47
15F→: 作深入研究,就可使功力大增.07/13 13:49
1F→: 網址太長,編輯有問題,無法跳轉,煩請複製貼上網址。06/08 14:45
5F→: 感謝回覆。那這應該也可以用torch.nn.06/09 14:53
6F→: CrossEntropyLoss()函數代替吧?06/09 14:54
15F→: 抱歉,是我自己沒想通。這根本是entropy的定義:07/13 13:04
16F→: E(X) = – sum x in X P(x) * log(P(x)) 。只是被07/13 13:07
17F→: softmax給搞混了。07/13 13:08
21F推: 從文中得知,你應該是因興趣關係,將來想從事資料科學12/29 13:37
22F→: 方面的工作。但不知你是否有一個更清楚的圖像:將來要12/29 13:37
23F→: 開發一個新的演算法或理論?或以這方面的知識為基礎創業12/29 13:38
24F→: ?亦或只是想要找個薪資福利好的機構或公司?如果沒有一12/29 13:39
25F→: 個清楚的目標,建議先到社會大學去歷練歷練,畢竟你已將12/29 13:40
26F→: 有一個碩士學歷。12/29 13:41
27F→: 最後再給一個溫馨的小叮嚀:在社會上工作是別人付錢給你12/29 13:41
28F→: ,因此如真能找到一個符合自己興趣的工作是非常幸運的12/29 13:42
29F→: 事。12/29 13:42