AF
у него высокий социальный интеллект, как говорил Сергей Фаге) мне кажется это действительно так - он как рыба в воде себя чувствует на публике
Size: a a a
2020 April 30
AF
лол статистика+политика, статистик+спорт в кз???what are you talking about? 🤡
Не, я больше про красивые графики и опросы мнения людей - типа что вы считаете важно сейчас, да банально как вы считаете что важнее коронавирус или экономика) ну понятное дело, что все будет менее прозрачно, чем в демократических странах
AF
мб стоит это делать анонимно. Хотя достаточно вспомнить того же usdspace, которого даже "анонимно" загнобили нужные люди
M
Есть кто работал с multivariate time series для financial trading?
E
Medet
Есть кто работал с multivariate time series для financial trading?
Deepar
E
Кстати, как решаете проблему с MAPE, какие другие метрики посоветуете
I
Erzhan
Кстати, как решаете проблему с MAPE, какие другие метрики посоветуете
А какая проблема с mape?
MA
А какая проблема с mape?
Например, чувствительность к низкому значению таргета
RA
Почему б не использовать smape
MA
Почему б не использовать smape
Там такая же проблема, если прогноз и тагрет близки к нулю
MA
Есть mse, mae, rmse. Но если хочется метрику в процентах, то можно глянуть в сторону https://en.m.wikipedia.org/wiki/Mean_absolute_scaled_error.
RA
rmse вроде как более устойчивая к выбросам
I
Просто речь вроде шла о financial trading, и common sense подсказывает, что большие ошибки именно в этом приложении особенно нежелательны, не знаю на самом деле как часто там значения бывают близки к 0
TA
Erzhan
Кстати, как решаете проблему с MAPE, какие другие метрики посоветуете
есть еще https://en.m.wikipedia.org/wiki/Coefficient_of_determination
она в %
она в %
A
Лично мне кажется, что в financial time series предсказывать уровень, на который изменится стоимость - не очень важно
A
важнее - направление
E
Сорри, пропустил. Да, много нулей, задача в supply chain
E
Rmse da, no trudno sravnivat'
A
Такой вопрос. У меня есть класс, который, как я понимаю, создает нейронную сеть. Но как мне сделать так, чтобы я мог задавать количество слоев при инициации объекта? Я пробовал делать типа цикла, который наполняет лист этими слоями, но у меня потом выходила ошибка с gpu/cpu
class BinClass(nn.Module):
def __init__(self, points=64, drop_p=0.1):
super(BinClass, self).__init__()
#number of input features is 12
self.layer_1 = nn.Linear(11, points)
self.layer_2 = nn.Linear(points, points)
self.layer_out = nn.Linear(points, 1)
self.relu = nn.ReLU()
self.dropout = nn.Dropout(p=drop_p)
self.batchnorm = nn.BatchNorm1d(points)
def forward(self, inputs):
x = self.relu(self.layer_1(inputs))
x = self.batchnorm(x)
x = self.relu(self.layer_2(x))
x = self.batchnorm(x)
x = self.dropout(x)
x = self.layer_out(x)
return x
class BinClass(nn.Module):
def __init__(self, points=64, drop_p=0.1):
super(BinClass, self).__init__()
#number of input features is 12
self.layer_1 = nn.Linear(11, points)
self.layer_2 = nn.Linear(points, points)
self.layer_out = nn.Linear(points, 1)
self.relu = nn.ReLU()
self.dropout = nn.Dropout(p=drop_p)
self.batchnorm = nn.BatchNorm1d(points)
def forward(self, inputs):
x = self.relu(self.layer_1(inputs))
x = self.batchnorm(x)
x = self.relu(self.layer_2(x))
x = self.batchnorm(x)
x = self.dropout(x)
x = self.layer_out(x)
return x
2020 May 01
S
Такой вопрос. У меня есть класс, который, как я понимаю, создает нейронную сеть. Но как мне сделать так, чтобы я мог задавать количество слоев при инициации объекта? Я пробовал делать типа цикла, который наполняет лист этими слоями, но у меня потом выходила ошибка с gpu/cpu
class BinClass(nn.Module):
def __init__(self, points=64, drop_p=0.1):
super(BinClass, self).__init__()
#number of input features is 12
self.layer_1 = nn.Linear(11, points)
self.layer_2 = nn.Linear(points, points)
self.layer_out = nn.Linear(points, 1)
self.relu = nn.ReLU()
self.dropout = nn.Dropout(p=drop_p)
self.batchnorm = nn.BatchNorm1d(points)
def forward(self, inputs):
x = self.relu(self.layer_1(inputs))
x = self.batchnorm(x)
x = self.relu(self.layer_2(x))
x = self.batchnorm(x)
x = self.dropout(x)
x = self.layer_out(x)
return x
class BinClass(nn.Module):
def __init__(self, points=64, drop_p=0.1):
super(BinClass, self).__init__()
#number of input features is 12
self.layer_1 = nn.Linear(11, points)
self.layer_2 = nn.Linear(points, points)
self.layer_out = nn.Linear(points, 1)
self.relu = nn.ReLU()
self.dropout = nn.Dropout(p=drop_p)
self.batchnorm = nn.BatchNorm1d(points)
def forward(self, inputs):
x = self.relu(self.layer_1(inputs))
x = self.batchnorm(x)
x = self.relu(self.layer_2(x))
x = self.batchnorm(x)
x = self.dropout(x)
x = self.layer_out(x)
return x
Можно в лист собирать слои а потом в sequential передать, если правильно понял