Комментарии 7
Думаю нейронная сеть которая выполняет Трейдинг акций, обучена на одном определенном тренде. И при любом изменении тренда может дать значительные сбои которые будут грозить владельцу значительными потерями которые он вряд ли может компенсировать прибылью которую получил.
Статья ни о чём.
Ни названий архитектур, ни описания входных данных.
На графиках не подписаны оси. Абсциссы это что? Семплы? Итерации? Батчи? Эпохи?
Посмеялся с 99.9%-точности при распознавании речи, при времени обучения 0.7 секунд.
Ни названий архитектур, ни описания входных данных.
На графиках не подписаны оси. Абсциссы это что? Семплы? Итерации? Батчи? Эпохи?
Посмеялся с 99.9%-точности при распознавании речи, при времени обучения 0.7 секунд.
А почему именно такие модели получились? Какие предпосылки к построению модели использовались?
Очень мало информации, чтобы дать какую-то оценку полученным результатам.
1) По поводу замеров времени — это время обучения, затраченное на количество эпох, изображенное на графиках? Важна конфигурация на которой проводились расчеты — CPU, GPU (модель видеокарты), размер выборки, батча. Без этого время ни о чем не говорит.
2) Неплохо было бы показать примеры данных из датасета и результаты классификации на определенных примерах. Если на первой картинке еще можно догадаться, что скорее всего подразумевается MNIST, то для остальных примеров даже сложно оценить сложность задачи.
3) С акциями более чем сомнительный результат — что подается на вход, что на выходе? Как измеряется точность тоже непонятно. Я бы ожидал решение здесь скорее задачу регресии.
4) В задаче сегментации что подразумевается под точностью — IoU (Intersection over Union) или (mAP)?
1) По поводу замеров времени — это время обучения, затраченное на количество эпох, изображенное на графиках? Важна конфигурация на которой проводились расчеты — CPU, GPU (модель видеокарты), размер выборки, батча. Без этого время ни о чем не говорит.
2) Неплохо было бы показать примеры данных из датасета и результаты классификации на определенных примерах. Если на первой картинке еще можно догадаться, что скорее всего подразумевается MNIST, то для остальных примеров даже сложно оценить сложность задачи.
3) С акциями более чем сомнительный результат — что подается на вход, что на выходе? Как измеряется точность тоже непонятно. Я бы ожидал решение здесь скорее задачу регресии.
4) В задаче сегментации что подразумевается под точностью — IoU (Intersection over Union) или (mAP)?
Это действительно время обучения? Или, все же, время, за которое инпут проходит по предтренированной модельке и выдается результат?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Примеры архитектур нейронных сетей для решения пяти прикладных задач