- 综合排序
- 最热优先
- 最新优先
- 来自专栏GiantPandaCV
INT8量化训练
两篇文章都是基于对梯度构建分析方程求解得到解决量化训练会引起的训练崩溃和精度损失严重的情况。 Unified INT8也是类似minimize量化后梯度与原来梯度的量化误差Error的思想，与Distribution Adaptive INT8不同的是通过收敛性分析方程，发现可以通过降低学习率和减少梯度量化误差 总结：Distribution Adaptive INT8比Unified INT8多了一个先验，来构建分析方程。方法上，都是对梯度下手，修正梯度的值，都有对梯度进行截断。 Unified INT8也是类似minimize量化后梯度与原来梯度的量化误差Error的思想，Unified INT8是通过收敛性分析方程，发现了可以通过降低学习率和减少梯度量化误差。 另外，Unified INT8对梯度误差分析是layer-wise的，即不是上述Distribution Adaptive INT8那种channel-wise的方式。
1.4K30发布于 2021-04-30 - 来自专栏模型压缩
INT8量化训练
两篇文章都是基于对梯度构建分析方程求解得到解决量化训练会引起的训练崩溃和精度损失严重的情况。 Unified INT8也是类似minimize量化后梯度与原来梯度的量化误差Error的思想，与Distribution Adaptive INT8不同的是通过收敛性分析方程，发现可以通过降低学习率和减少梯度量化误差 总结：Distribution Adaptive INT8比Unified INT8多了一个先验，来构建分析方程。方法上，都是对梯度下手，修正梯度的值，都有对梯度进行截断。 Unified INT8也是类似minimize量化后梯度与原来梯度的量化误差Error的思想，Unified INT8是通过收敛性分析方程，发现了可以通过降低学习率和减少梯度量化误差。 另外，Unified INT8对梯度误差分析是layer-wise的，即不是上述Distribution Adaptive INT8那种channel-wise的方式。
1.6K00发布于 2021-06-06 - 来自专栏GreatSQL出品技术文章
cost量化分析
前言： 我们在日常维护数据库的时候，经常会遇到查询慢的语句，这时候一般会通过执行EXPLAIN去查看它的执行计划，但是执行计划往往只给我们带来了最基础的分析信息，比如是否有使用索引，还有一些其他供我们分析的信息 sec) 如上面这个例子，为什么t2表上列出了多个可能使用的索引，却选择了idx_age，优化器为什么选择了指定的索引，这时候并不能直观的看出问题，这时候我们就可以开启optimizer_trace跟踪分析 如果查询中存在range扫描的话，对range扫描进行计划分析及代价估算。 table_scan：全表扫描的行数(rows)以及所需要的代价(cost)。 potential_range_indexes：该阶段会列出表中所有的索引并分析其是否可用，并且还会列出索引中可用的列字段。 analyzing_range_alternatives ：分析可选方案的代价。 } considered_execution_plans{ ：对比各可行计划的代价，选择相对最优的执行计划。
49620编辑于 2023-08-10 - 来自专栏机器学习AI算法工程
PyTorch模型静态量化、保存、加载int8量化模型
所以，模型量化就是将训练好的深度神经网络的权值，激活值等从高精度转化成低精度的操作过程，例如将32位浮点数转化成8位整型数int8，同时我们期望转换后的模型准确率与转化前相近。 大体可分为几类： 16位 8位 最常见也相对成熟。各种主流框架和硬件都支持。 8位以下目前而言学界相对玩得多些，工业界有少量支持，但还没有太成熟。 一般来说，对于8位量化，全局量化参数影响不明显，但到更低精度，就会对准确率有较大影响。 8、量化的挑战有哪些？ 1、多后端难点 不同芯片后端的量化算法实现具有不同的特点。 3、量化误差分析难点 量化在计算过程中会引入误差，导致网络部署精度相对于 FP32 会损失部分表达。 PyTorch模型训练完毕后静态量化、保存、加载int8量化模型 1.
8.5K42编辑于 2023-02-28 - 来自专栏全栈数据化营销
Excel量化分析案例：投资组合收益与风险量化分析
传统的投资组合收益与风险分析集中在两个关键统计量上：均值和方差。均值是指投资组合的期望收益率，是组合中所有投资产品的收益率加权平均；方差指的是投资组合收益率的方差，用以刻画收益率的变化和风险程度。 计算机和模拟技术可以放宽投资组合理论中的假设约束，使得分析对象与现实更加接近。 假设一个投资者有初始投资资金200万元，经过分析，他选择了4个投资产品：大盘股、小盘股、国际股和政府债券，每个投资产品的期望收益率和收益标准差如下图： ? 上图展示了投资组合回报分析的完整模型。 下面将说明上述5个问题的解决方法： 问题1：“计算该投资组合收益率的均值和标准差”。
4.8K10发布于 2020-04-30 - 来自专栏AI前沿技术
量化优化别瞎搞！Roofline 助你分析量化收益
模型量化对计算受限和内存受限的场景是否都有收益？如何使用工具在量化前和量化后进行性能瓶颈分析，指导模型后续的优化策略？ 围绕以上问题，本文主要介绍： 1）Roofline 模型定义和绘制方法 2）如何使用Roofline分析模型量化前后性能瓶颈 3）针对模型在不同的受限场景给出优化策略。 例如：某层计算量为，FP16输入权重数据量为（AI=125）；量化为 INT8 后，数据量降至 （AI=250），算术强度提升 2 倍。 • 量化后，KV 缓存的存储与搬运量减少（如 FP16→INT8 压缩 2 倍），算术强度提升，内存瓶颈缓解，解码速度显著加快。 • 甚至可能因量化 / 反量化操作（如 INT8 计算需先转为 FP16/32）引入额外计算开销，导致轻微性能下降。
36310编辑于 2026-01-13 - 来自专栏EmoryHuang's Blog
量化分析因子研究
量化分析因子研究 前言 所谓的因子也就是某个衡量标准，选择不同的因子作为选股的参考，往往会得到不同的结果，本文简单介绍了一些因子以及它所表示的意义。 / 平均总资产 资产报酬率是衡量公司是否能够有效利用总资金的指标 总资产报酬率越高，表明资产利用效率越高，说明企业在增加收入、节约资金使用等方面取得了良好的效果；该指标越低，说明企业资产利用效率低，应分析差异原因
1.3K20编辑于 2022-10-31 - 来自专栏云深之无迹
量化分析法
量化分析就是将一些不具体，模糊的因素用具体的数据来表示，从而达到分析比较的目的。 ? 1. 从数据到模型，通过拟合等方式建立模型。具有明显科学背景的问题多以此为基础。 2. 4.由工业问题跟而直接建立的模型，量化大多是模型的解或者内体现出结论的相关变量的图片。 ? ? ? 对不起,今天太多事情.随便写一篇.文章没有意思.各位晚安
1.3K20发布于 2020-09-14 - 来自专栏深度学习那些事儿
一起实践量化番外篇——TensorRT-8的量化细节
其实大部分量化方式基本大同小异，大方向都是读取模型，转化为IR进行图分析，做一些优化策路等等，关于怎么组织图，怎么优化结构可能会不一样。 而后者显式量化是在8版本后才完全支持，具体就是可以加载带有QDQ信息的模型然后生成对应量化版本的engine。 两种量化模型的一些支持情况： 与隐式量化相关性较强的是训练后量化。 QDQ模块会参与训练，负责将输入的FP32张量量化为INT8，随后再进行反量化将INT8的张量在变为FP32。 Q算子负责FP32->INT8，而DQ算子负责INT8->FP32，被QDQ包起来的算子理所应当就是量化算子（或者说准备被量化、可以被量化的算子，这句话有待揣摩...）。 这里通过分析TensorRT的官方转换工具trtexec执行的产生verbose信息来描述trt的量化过程，经常用trt的伙伴应该也比较熟悉。
4.4K51编辑于 2023-10-19 - 来自专栏CDA数据分析师
量化投资教程：用R语言打造量化分析平台
概述 和Python计算环境中的tushare包一样，在R中我们使用quantmod包接入第三方数据源，实现自定义量化分析平台的构建。 本文打算以陌陌的股票分析为背景，介绍如何通过quantmod包构建专属的量化分析平台。 什么是quantmod quantmod就是提供给宽客们使用的专业模块，Quantmod本身提供强大的数据接入能力，默认是雅虎财经的数据源，此外quantmod还以绘制专业的行情分析图表以及各种技术指标计算等功能著称 原理 分析底层数据结构后，我们知道quantmod包读取后的数据格式是 xts 和 zoo，我们只需要将csv文件按一定的格式读取到内存后再进行相应变换，quantmod强大的分析和作图能力就可以为我们所用
2.8K90发布于 2018-02-08 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（六）
依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 │ ├── __init 如果有对代码不感兴趣，但是对量化分析感兴趣的童鞋，可以去现成的量化分析平台模拟，比如JoinQuant聚宽量化交易平台，直接使用平台上现成的指标，组合一个自己想要的策略，然后进行回测。
1.1K20发布于 2019-07-31 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（十一）
也没啥好总结的，目录如下： 1 最后再贴一次框架目录 ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 │ ├─ /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-05 21:47 # @Author : Ed Frey # @ 总之，要做一个量化分析的项目，需要花费大量的精力时间去建模，不断的修正完善，有很多问题要实战起来，才会发现，哇靠，这么复杂！！！ 至于，沪深300与策略收益曲线对比图呢，一把辛酸泪？！
1.6K20发布于 2019-08-13 - 来自专栏sringboot
python基金量化 分析 小程序
import re import time import matplotlib.pyplot as plt import requests import demjson html=requests.
1.2K20发布于 2020-03-19 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（七）
这是奔跑的键盘侠的第112篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 date:1})建立数据集索引，还有前复权、后复权的数据集都建立索引，爬取数据的速度就会快非常多，至于为何，暂时还没得空去研究 先用起来再说 2 basic_crawler.py重写 《Python——量化分析常用命令介绍 /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-07-31 21:12 # @Author : Ed Frey # @ outstanding *= 1e4 else: outstanding *= 1e8 totals *= 1e4 else: totals *= 1e8
1.1K32发布于 2019-08-05 - 来自专栏EmoryHuang's Blog
量化分析经典策略总结
本文转载自：掘金量化 量化分析经典策略总结 菲阿里四价(期货) 原理 菲阿里四价同 R Breaker 一样，也是一种 日内 策略交易，适合短线投资者。 策略代码 # coding=utf-8 from __future__ import print_function, absolute_import from gm.api import * """ 策略思路 第一步：根据数据计算 BOLL 线的上下界 第二步：获得持仓信号 第三步：回测分析 策略代码 # coding=utf-8 from __future__ import print_function 中国 A 股市场的行业轮动现象分析——基于动量和反转交易策略的检验[J]. 金融理论与实践, 2014, 000(009):111-114.） backtest_commission_ratio=0.0001, backtest_slippage_ratio=0.0001) 小市值(股票) 原理 因子投资 提到量化策略
4.3K21编辑于 2022-10-31 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（八）
这是奔跑的键盘侠的第115篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-07-13 18:19 # @Author : Ed Frey # @ 2 data_module.py 这个模块是为后面做铺垫的，接下来在数据处理分析时，会时不时的从数据集中提取所需股票信息，而且不止一次两次的重复提取。 /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-04 09:51 # @Author : Ed Frey # @
1.1K60发布于 2019-08-06 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（十）
这是奔跑的键盘侠的第118篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-04 06:40 # @Author : Ed Frey # @ conn_pool.request('GET', url.replace('{0}', code)) result = json.loads(response.data.decode('UTF-8' /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-04 07:20 # @Author : Ed Frey # @
1.3K21发布于 2019-08-14 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（九）
这是奔跑的键盘侠的第116篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 /usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-03 21:44 # @Author : Ed Frey # @
79911发布于 2019-08-09 - 来自专栏IT软件开发
合约量化开发说明 合约量化系统开发技术分析
合约量化如何制作： 1、制定交易策略，持仓分派：智能机器人内嵌有多种类型的交易策略，从”保守“到”激进“，考虑不一样的风险性种类。 量化交易系统软件开发 3、智能跟踪，止盈止损：设定开启标准，盈利占比超过标准后，智能机器人全自动开启跟踪止盈止损。价格持续上涨时，盈利占比持续攻克最大值，价格下降时，开启强制平仓标准，止盈止损。 合约跟单量化交易系统开发两种做法： 1.独立式跟单软件。
45220编辑于 2022-06-26 - 来自专栏机器学习、深度学习
CNN模型 int8量化实现方式（二）
那下面简单的命令就可以完成卸载了 sudo pip uninstall tensorflow_gpu sudo pip3 uninstall tensorflow_gpu 这里介绍一个完全基于 Tensorflow 的模型量化方法 /convert_weights_pb.py 2）完全基于 Tensorflow 的量化 https://blog.csdn.net/u011961856/article/details/76736103 1.源码编译安装tensorflow 可参考 https://blog.csdn.net/u011961856/article/details/76725411 2 编译量化工具 sudo bazel build tensorflow/tools/quantization:quantize_graph 3.模型量化: sudo bazel-bin/tensorflow/tools/quantization ，处于开发阶段，tensorflow lite 是应该已经支持 量化模型的运行， 而 tensorflow 本身的支持很有限，貌似正在集成
1.9K40发布于 2019-05-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号