본문 바로가기

강화학습80

GPU를 이용한 주식 인공지능의 학습 part2 안녕하세요? 지난번 포스팅에서 좀 애매한 부분에서 끊어졌는데, 아무튼 내용이 너무 길어졌기 때문에 중간에 끊어야만 했습니다. 이번 포스팅에서는 중간에 해당하는 내용이 되리라 생각을 하는데, 포스팅을 이어서 나가도록 하겠습니다. 그래서 activate gputest라고 입력을 해서 gputest의 환경으로 들어가도록 하고, 여기서 pip install --upgrade pip 라고 했는데 제대로 업그레이드가 되지를 않았습니다. 그래서 하는 수 없이 마지막줄의 python.exe -m pip install --upgrade pip라고 입력을 해서 pip를 최신 버젼으로 업그레이드 시켰습니다. 이렇게 해서 pip가 우선 최신버젼으로 되어 있는 것을 볼 수 있었습니다. 다음으로는 pip install noteb.. 2018. 11. 3.
GPU를 이용한 주식 인공지능의 학습 part1 안녕하세요? 지난번 포스팅에서 데이터를 학습하는데 4시간이 걸렸다는 내용을 포스팅 했습니다. 그래서 이번 시간부터는 이 시간을 어떻게 단축 시키고자 하는 차원에서 한번 CPU를 사용하는 것이 아니라 GPU라고 해서 그래픽 카드를 이용한 병렬처리를 이용, 어떻게 해서 학습 시간을 줄이고자 합니다. 그런데 내용이 너무 길어져서 이것도 여러개의 포스팅에 나누어서 올리도록 하겠습니다. 먼저 제가 사용하는 컴퓨터에 어떤 그래픽 카드가 있는지를 한번확인해 봅니다. GeForce GT 735M이라는 것을 일단은 알 수 있었습니다. 그리고 제 컴퓨터의 그래픽 카드가 기계학습을 지원한다는 것을 알 수는 있었습니다. 다만, 연산 능력이 3.0이라는 것이 좀 불안불안 하기는 합니다. 그리고 다음으로는 CUDA toolkit.. 2018. 11. 3.
인공지능을 이용한 주식투자 모델의 형성결과 분석 안녕하세요? 이번 포스팅에서는 지난번 시간에 AJ렌터카의 주식을 기준으로 인공지능 주식투자를 시작했는데, 일단 학습 데이터를 바탕으로 여러번 기계학습을 시키고, 그 결과는 가 나왔습니다. 그래서 이번 포스팅에서는 이전의 주식 데이터-2016년 5월 19일 부터 2018년 4월 23일까지 데이터를 바탕으로 어떻게 하면 포트폴리오 가치(PV)를 증가시키라고 명령을 했습니다. 그래서 이번에는 그 결과를 보여 드리고자 합니다. 먼저 첫번째 [파이썬과 케라스를 이용한 딥러닝/강화학습 주식투자]의 조건 그대로 기계학습을 했는 결과 입니다. 여기서 10번 기계학습을 했는 에포크 10의 결과에서는 3번째 PG라고 적혀있는 그래프를 보시면 노란색 막대가 많은 것을 보실 수 있는데, 이게 무작위 행동을 했다는 것으로 10.. 2018. 11. 2.
본격적인 RLTrader의 작동-모델 만들기의 시작 part4 안녕하세요? 드디어 이 RLTrader의 작동을 시키는 방법에 대해서 마지막 에러를 해결하고 제대로 결과가 나오는 것을 포스팅 할 타이밍이 되기는 되었습니다. 이번 포스팅에서 마지막 휴먼에러를 처리하는 과정을 포스팅 하고서, 모델이 나오는 것을 보여 드리고자 합니다. 에러가 떴는데, 이번 에로는 0으로 나눗셈을 하려고 해서 나온다는 에러입니다. 그래서 에포크의 수를 10을 ㅗ바꾸어서 해 보았는데, 이번에는 C:\이 가장 앞으로 나와서 코드의 수정을 해야만 했습니다. 그래서 위 스크린샷에서 밑줄친 부분에서 원래는 맨 앞에 \가 있었는데, 이걸 제거하도록 하고, 원래는 /이 있었던 부분을 \로 바꾸어 주도록 합니다. 이 부분은 리눅스와 윈도우를 번갈아 가면서 사용해서 벌어진 에러가 아닌가 합니다. 다음으로는.. 2018. 11. 1.

티스토리툴바