V2EX › tfdetang 的所有回复 › 第 8 页 / 共 23 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 4 5 6 7 8 9 10 11 12 13 ... 23

❮

❯

2022 年 5 月 21 日

回复了 zealboy 创建的主题 › 程序员 › 有什么值得捣鼓的机器学习/深度学习的项目吗

@ipwx 大佬，非常认同你的理念。我自己工作是 DL 相关的，本人对金融投资又略有了解。感觉即使是在程序员社区大家还是没有把交易这种行为作为一种“系统”来看待，而是寄希望于“判断” “感觉” “运气”；

不过说到投资领域，我最近一直想要研究的是 RL 在金融投资领域，特别是衍生品领域中的应用。其实仔细一想，金融衍生品的框架和 RL 的框架天然很相似； Reward 都是在一个 episode(交割、行权或结算)后得到，而 agent 需要通过对市场整体进行观测来预估接下来每个 action 的价值。自己感觉这个会是一个不错的方向

2022 年 5 月 5 日

回复了 ly879 创建的主题 › 问与答 › 大家怎么刷鞋，刷鞋机还是手动？

一般脏就无视，非常脏了就送家门口洗鞋店，也要支持一下社区经济的

2022 年 4 月 25 日

回复了 colatea 创建的主题 › 问与答 › Python 如何判断一张图片的内容为文字内容?

如果是比较规整的表格也很容易识别，可以用连续边缘检测 (opencv canny edge ）看是否存在非常长的连续线条。或者更简单的用 X 、Y 轴的像素投影来识别是否存在表格。

当然如果会算法，用算法来区分那是更简单了，只要有人标注就行了

2022 年 4 月 9 日

回复了 dayeye2006199 创建的主题 › 程序员 › 算法工程师的开发环境都是什么样的？

1 、以前也用过 kubeflow 的方案。说实话维护起来还是蛮重的，学习成本也并不低；
2 、kubeflow+jupyterhub 那套用来做数据探索和模型 prototype 还是非常好用的。正式的训练任务还是写成代码工程进行版本管理的，用 notebook 串联还是觉得不是很严谨；
3 、我们现在实验管理也都是完全放在 mlflow 上了，还是很方便的。训练以后关键的配置文件和模型一起作为 artifacts 放到对象存储上，保证拉取模型的时候与配套的配置一起使用；

4 、推理那块我们用的是 Triton Serving 的推理框架(不过一些 tensorflow 的模型还跑在 TF serving 下)

2022 年 3 月 29 日

回复了 ray5173 创建的主题 › 程序员 › 请教一个深度学习的问题

首先肯定可以，一张照片上擦掉图案都可以补上。问题是有没有必要这么做
主要还是看补出来的数据用来做什么，是否需要用 GAN 的方式来生成，因为 GAN 其实并不那么容易训练。

1 ... 4 5 6 7 8 9 10 11 12 13 ... 23

❮

❯