Skip to content

Latest commit

 

History

History
112 lines (62 loc) · 2.74 KB

트러블 슈팅.md

File metadata and controls

112 lines (62 loc) · 2.74 KB
Raw

  1. 파이썬 모듈을 깔았는데도, 못 찾는 경우 경로를 찾아야 한다. 경로를 찾는 방법은 다음과 같다.

    image

    image

  2. 버전확인

    # 텐서플로우
import tensorflow as tf
print(tf.__version__)

# 케라스
import keras
print(keras.__version__)

  3. ipynb to py

    pip install ipython
pip install nbconvert

ipython nbconvert --to script 파일명.ipynb

  4. get_default_graph 에러

    : tensorflow 버전 문제임

    pip uninstall tensorflow
pip install tensorflow==1.4

  5. 리눅스 서버에 주피터노트북 깔기

    1. 아나콘다 깔기

    2. 주피터 설정파일 생성

    jupyter-notebook --generate-config
    1. (외부접속을 위한) 비번 설정
    ~$ ipython
[1] from notebook.auth import security
[2] security.passwd()
[3] exit
    1. 설정파일 수정
c.JupyterApp.config_file_name = 'jupyter_notebook_config.py'
c.JupyterApp.allow_origin = '*'
c.NotebookApp.ip = '본인 리눅스 서버'
c.Notebook.open_browser = False
c.NotebookApp.password = u'sha1:30ca43452aba~~~247b8cd8b4666603'
c.NotebookApp.notebook_dir = '../'

​ 5) 주소창에 본인리눅스서버:8888

​ : 비밀번호는 위에서 설정한 비번으로 접속

  1. RMSE로 학습했을 때의 accuracy가 가지는 의미가 얼마나 있을까? 분명 label 그래프와 prediction그래프의 차이가 많이 나더라도 bias가 그렇게 크게 잡히지 않는다면? 우리가 예측해내야 하는 것은 사실 position을 잡을 timing이다.

  2. multistep(수 일의 output을 예측하는 것)은 학습할 때도 수 일의 output을 예측해야하는데, 그렇지 않은 것들이 있다.

  3. 실제로 테스트를 해볼 것은

    5day를 보고 1day를 예측하는 것

    10day를 보고 1day를 예측하는 것처럼, 보는 일수를 조정해본다.(time stamp, time step이라고 불린다.)

  4. anchor란, 스무딩해주는 것이다.

  5. ARIMA가 오히려 LSTM보다 좋다?

  6. minmaxscaler 하면, min보다 더 떨어지는 경우와 같은, 급락 예측 힘들지 않나

  7. 오히려 재무재표를 분석해서 넣는다면 어떨까?

  8. 참고할 만한 논문 사이트 : KDD, AAAI, ICML

  9. 가장 적절한 activation function, optimizer는 무엇일까?

  10. 그 모델의 한계

  11. feature에 힘을 주는 것 제곱을 한다거나,

  12. 일단 time-series data를 처리하는 모델에 대한 학습이 필요하다. ()