TensorFlow

TensorFlow不仅是一个强大的开源机器学习框架,从金融角度看,它还是推动金融科技革新的关键工具。金融机构正在利用TensorFlow处理海量数据,通过深度学习和神经网络模型来预测市场走势、优化投资策略、管理风险以及实现更高级别的自动化交易。TensorFlow的灵活性和可扩展性使得金融机构能够快速适应变化的市场环境,实现更为精准和智能的金融决策,从而在竞争激烈的市场中获取更大优势。

Deep Learning with Python 终于等到你!

年初就一直在等啦

终于等到这本书

分享一下


此书的代码下载地址:https://github.com/fchollet/deep-learning-with-python-notebooks

![](/community/uploads/default/original/3X/c/c/cc94b84a373c66d820177c480765c8ec2467c73d

更新时间:2024-06-12 06:16

如何在全连接层中自定义swish激活函数

问题

如何在全连接模块中自定义swish激活函数的代码

\

视频

https://www.bilibili.com/video/BV1DL4y1w7sb?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/9f1dae69e055429c9922b4f5d038361a](https://bigquant.com/experimentshare/9f1d

更新时间:2024-06-07 10:55

TensorFlow是什么?入门教程

TensorFlow是一个由Google开发的开源机器学习库,用于数据流编程。它允许开发者构建和训练复杂的深度学习模型,以解决各种问题。自从2015年发布以来,TensorFlow已经成为深度学习领域最受欢迎的框架之一,广泛应用于计算机视觉、自然语言处理、声音识别、时间序列分析等领域。

核心概念

TensorFlow的名字来源于其处理的核心数据结构“张量”(Tensors),它是一个多维数组或列表

更新时间:2024-05-20 03:07

Tensorflow第三讲 - 深入MNIST(CNN)

构建一个多层卷积网络 CNN

在MNIST上只有91%正确率,实在太糟糕。在这个小节里,我们用一个稍微复杂的模型:卷积神经网络来改善效果。这会达到大概99.2%的准确率。虽然不是最高,但是还是比较让人满意。

卷积层

卷积层(Convolutional layer),卷积神经网路中每层卷积层由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法优化得到的。卷积运算的目的是提取输入的不同特征,第一层卷积层可能只能提取一些低级的特征如边缘、线条和角等层级,更多层的网络能从低级特征中迭代提取更复杂的特征。

线性整流层

线性整流层(Rectified Linea

更新时间:2024-05-20 02:09

Tensorflow第一讲 - 介绍及基本用法

TensorFlow

Google 2015年11月开源的人工智能系统 数据流(flow)图技术来进行数值计算

节点:数据 / 值运算 边:多维数据(tensors - 张量,python numpy ndarray)的流动

步骤及元素

构建图:将计算流程表示成图 执行图:通过Sessions来执行图计算 Tensor:将数据表示为tensors Variables:使用Variables来保持状态信息 Feed/Fetch:分别使用feeds和fetches来填充数据和抓取任意的操作结果

构建图

构建图的第一步, 是创建源 op (source op).

更新时间:2024-05-20 02:09

Tensorflow第二讲 - MNIST

概要

当我们开始学习编程的时候,第一件事往往是学习打印"Hello World"。就好比编程入门有Hello World,机器学习入门有MNIST。

MNIST是一个入门级的计算机视觉数据集,它包含各种手写数字图片

它也包含每一张图片对应的标签,告诉我们这个是数字几。比如,上面这四张图片的标签分别是5,0,4,1。

在此教程中,我们将训练一个机器学习模型用于预测图片里面的数字。我们的目的不是要设计一个世界一流的复杂模型 -- 尽管我们会在之后给你源代码去实现一流的预测模型 -- 而是要介绍下如何使用TensorFlow。所以,我们这里会从一个很简单的数学模型开始,它叫做Soft

更新时间:2024-05-20 02:09

如何固化由tensorflow.keras.models创建的模型到实盘?

如何固化由tensorflow.keras.models创建的CNN模型到实盘?

\

更新时间:2023-10-09 06:32

当前的pytorch和tensorflow分别是哪个版本?

谢谢

更新时间:2023-10-09 03:24

如何查看tensorflow版本



# Python 代码入口函数,input_1/2/3 对应三个输入端,data_1/2/3 对应三个输出端
def bigquant_run(input_1, input_2, input_3):
    # 示例代码如下。在这里编写您的代码
    import tensorflow as tf
    print(tf.__version__)

    import torch
    ##print(pytorch.__version__)
    df = pd.DataFrame({'data': [1, 2, 3]})
    dat

更新时间:2023-10-09 03:16

导入tensorflow出现AttributeError

在导入tensorflow时numpy出现报错,tensorflow版本是2.13.0,numpy版本是1.24.3。

\

更新时间:2023-10-09 02:11

可以直接使用Tensorflow和pytorch的模型吗?

问题

可以直接使用Tensorflow和pytorch的模型吗?

解答

答:平台是装了tensorflow 和 pytorch的包,可以在工作台直接去使用。

问:用python自定义代码的形式来调用,对么?

答:可以在python自定义来调用 也可以在notebook里面调用

更新时间:2022-12-20 14:20

TensorFlow的55个经典案例

导语:

本文是TensorFlow实现流行机器学习算法的教程汇集,目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow。这些案例适合那些想要实现一些 TensorFlow 案例的初学者。本教程包含还包含笔记和带有注解的代码。

最好的学习就是不断的实践,推荐 BigQuant 人工智能量化投资 一站式的python+机器学习+量化投资平台,打开浏览器就可以使用投资数据和机器学习算法。

TF新手的教程指南

tf初学者需要明白的入门准备

  • 机器学习入门笔记: [a

更新时间:2022-11-20 03:34

LSTM TensorFlow 教程

\

简介

本教程旨在介绍如何使用TensorFlow以及LSTM神经网络进行深度学习(了解更多机器学习请参见教程

@ML@ML

)。本教程的演示方法为:以实数序列的预测模型为例进行论述,并对股票价格或股指指数进行实测。

序列数据

本教程将使用神经网络作为序列数据的预测模型。接下来我们介绍什么是序列数据。

数学上的实数序列

vv为一有限实数序列,即v=(v1,...,vM)v=(v1,...,vM),其中∀i=1,...,M∀i=1,...,M,vi∈Rvi∈R为实数,MM为一非负整数,亦即vv是一包含MM个元素的实向量(若M=0M=0

更新时间:2022-07-29 05:57

第十二届金融创新服务论坛:人工智能在量化投资中的应用-中信证券-20191205

摘要

  1. 海外投资机构加大人工智能领域的布局
  2. 案例一:基于随机森林的择时套保策略
  3. 案列二:基于模式匹配的行业轮动策略
  4. 案例三:基于TensorFlow的二叉树期权定价模型

正文

/wiki/static/upload/f3/f3167067-fd53-4f4b-85f8-43dc0ce09dac.pdf

\

更新时间:2021-11-26 07:37

分页第1页
{link}