Пару месяцев назад я писал здесь о вполне, на мой взгляд, осмысленной задаче машинного обучения, точнее обучения с подкреплением, reinforcement learning, а именно о задаче SMM
Обучение с подкреплением и SMM
Рубрика: Машинное обучение
Intel® Neural Compute Stick 2
Я не раз уже упоминал прошлогоднее устройство Movidius™ Neural Compute Stick, ускоритель машинного обучения от компании Movidius, принадлежащей Intel.
Многорукий бандит в реальной жизни
Представим, что мы зашли в игровое заведение, где в ряд стоит десяток одноруких бандитов, где других игроков нет и никто не мешает.
Обучение на многофакторном временном ряду
Временной ряд — казалось бы, на чём там учиться. Обычно предлагается взять все значения или значимое окно, разбить на обучающую и тестовую части, на одной обучиться, на другой сравнить.
Подсказки в машинном обучении
Положим, на своих данных мы тренируем модель M, переводя опции X (вектор) в метки Y (тоже вектор) X -> M -> Y.
Predict or optimize?
В этом посте я упоминал полученную мной точность однодневных прогнозов по курсам 97% на фоне точности Гидромета 96%.
Среда и агент
В задаче обучения с подкреплением поведение среды и свойства агента могут быть существенно различными.
Google Colaboratory
Конечно, упоминая облачные GPU-вычисления, необходимо отметить и облачный сервис Google Colaboratory, позволяющий бесплатно натренировать свою сеть в среде Keras/TensorFlow.
CPU, GPU, TPU…
Давненько я не касался графических ускорителей в контексте машинного обучения.
Архитектуры и бенчмарки — 3. Результаты
Итак, вычисления на CPU Intel(R) Core(TM) i7-7700HQ @ 2.80 GHz: