Всем привет,
Я забыл, что видео посты на смарт-лабе сразу отправляются в бан :), поэтому немного текста.
Я как-то начал тему о том, что новые технологии очень помогают и облегчают жизнь алготрейдерам. И хотел показать как удобно использовать tensorflow serving, запущенный в docker контейнере, для использования моделей машинного и глубокого обучения.
И так, этот пост логическое завершение предыдущего: https://smart-lab.ru/blog/558070.php
Там было видео, в котором я рассмотрел подготовку данных. Мы получили исторические цены от yahoo сервиса, выбрали точки входа по нашей стратегии и подготовили датасет для алгоритма машинного обучения.
В сегодняшнем видео будет следующее:
— Используя tensorflow.keras api мы создадим две версии нейронной сети;
Сети очень простые и реализуют бинарную классификацию, отднако выходной слой имеет сигмоидную функцию активации и поэтому на выходе мы будем получать вероятность, а не конкретный класс. А как вы возможно помните, нейронная сеть нам нужна именно для того, что бы предстказывать вероятность получения нашей прибыли.
— Обучим их на ранее подготовленных данных;
— Экспортируем в saved_model формат — этот формат требует tensorflow serving;
— Так же создадим простеший models.config файл.
Данный файл содержит различные настройки для tensorflow serving'a и в нем мы укажем, что хотим что бы были доступны все версии нашей модели.
По умолчанию, он всегда делает доступной только последнюю версию.
— После всего этого мы запустим tensorflow serving в докер контейнере и при помощи REST api получим наши прогнозы.
вот теперь видео :)
и ссылка на питоновский ноутбук:
github.com/CloseToAlgoTrading/CodeFromVideo/tree/master/TensorFlow_Model_Deployment