Question

我试图建立一个简单的交易机器人。我使用深度q学习来做到这一点。靴筒将输入单个股票价格作为输入。

input = [9540.5  9167. 8651.8     9200.5  8780.]

这是我的模型的样子。

model = Sequential()

model.add(Dense(units=64, input_dim = 1, activation="relu"))

model.add(Dense(32))

model.add(Dense(16))

model.add(Dense(8))

model.add(Dense(self.action_size, activation="linear"))

model.compile(loss="mse", optimizer=Adam(lr=0.001))

start = time.time()

model.summary()

return model

这就是我要得到的

desire Output: [   70.84186   -218.39314  -1069.3423  ]

这是它的样子：

actual output:
[
[   70.84186   -218.39314  -1069.3423  ]
[   70.84186   -218.39314  -1069.3423  ]
[   70.84186   -218.39314  -1069.3423  ]
[   70.84186   -218.39314  -1069.3423  ]
[   70.84186   -218.39314  -1069.3423  ]
]

可以请人告诉我如何减小输出尺寸。

Answer 1

经过反复尝试，我发现了，我的输入是错误的。

input = [1,2,3,4]

是从网络解释为4个示例，而不是一个具有4个功能的示例。因此，我已使用Numpy更改了输入内容。

input = np.array(input)
input = np.expand_dims(input, axis=0)

因此，输入内容如下：

[[1,2,3,4]]

使用此输入网络仅计算一个输出。

ps。 Matias Valdenergo 输入的是股价变动的时间序列。输出是某些操作（如持有，出售或购买）的加权值。

如何更改Keras致密层的输出尺寸？

1 个答案: