OHLCFormer

Herramienta de capacitación y evaluación de redes neuronales para el pronóstico de datos abiertos altos-bajos (OHLC).

OHLCFORMER proporciona una API fácil de usar para la creación de prototipos de modelos, la capacitación y la evaluación para realizar tareas de pronóstico de datos abiertos altos-bajos (OHLC).

Empezando

Puede encontrar aquí una lista de los cuadernos oficiales.

Computadora portátil	Descripción
Proceso de datos	Cómo preprocesar sus datos y crear un conjunto de datos.
Entrenamiento modelo	Cómo configurar y entrenar un modelo en su conjunto de datos.
Evaluación de modelos	Cómo comparar modelos con OHLCFormer.
Explotación florestal	Cómo configurar y usar los componentes de registro.

Arquitecturas de modelos

OHLCFormer actualmente proporciona las siguientes arquitecturas:

1. FNET (de Google Research) lanzado con el documento FNET: Mezcla de tokens con transformaciones de Fourier de James Lee-Thorp, Joshua Ainslie, Ilya Eckstein, Santiago Ontanon.
2. Bert (de Google) lanzado con el documento Bert: pre-entrenamiento de transformadores bidireccionales profundos para la comprensión del lenguaje por Jacob Devlin, Ming-Wei Chang, Kenton Lee y Kristina Toutanova.