111qqz

caffe做部署是YYDS! blob layer net 激活函数 卷积 reshape slice loss function reduce eltwise argmax

前段时间在看美股盘面，注意到一个经常出现的现象：CPI 数据公布的那几分钟，所有东西同时在动。 那天的情况大概是这样的：CPI 同比上涨超预期，美股三大指数几乎同时跳水，10 年期国债收益率拉升，黄金也在跌。新闻标题写的是"通胀超预期，降息预期降低"。

卡在 U-Net 文章结尾的一个问题 # 上一篇结尾我写：DDPM 里的 U-Net 和 2015 年原版 U-Net 有几处关键扩展，第一个就是 Timestep Embedding——通过 sinusoidal embedding 将时间步 \(t\) 编码成向量，注入到每个 residual block 中。

起因 # 看 6.S191 的课程内容时，讲到 generalization 相关的话题，提到了一篇 2017 年的论文。 说实话，我以前对"泛化"这件事没有太深入地想过。教科书上的经典说法——模型越复杂越容易过拟合，要用正则化控制复杂度——我一直就这么接受下来了。L1、L2、Dropout 这些方法背后的直觉也说得通：限制模型的有效复杂度，不让它过度拟合训练数据中的噪声。没觉得有什么问题。

DDPM 的噪声预测网络到底是什么 # 前两篇文章在推导 DDPM 的前向扩散和反向去噪时，一直在用一个符号 \(\epsilon_\theta(x_t, t)\) 来表示噪声预测网络——给一张带噪图片和当前 timestep，输出对噪声的预测。

接着上一篇的问题 # 上一篇搞清楚了一件事：DDPM 的前向扩散虽然定义成一步一步加噪的马尔可夫链，但因为高斯分布在线性组合下的封闭性，任意时刻的 \(x_t\) 都可以一步算出来：

起因 # 最近在看 DDPM（Denoising Diffusion Probabilistic Models）。前向扩散的定义写得很清楚：从原始图片出发，每一步往上面加一点噪声，一步一步把图片变成纯噪声。

最近一直在学美股的技术分析。前面接触了 Breakout + Retest、Double Bottom、Head & Shoulders 这些价格形态，发现每次想进一步分析趋势强度或转折信号时，MACD 都会冒出来——金叉、死叉、红绿柱、顶背离、底背离，这些词到处都是。

之前写量化交易系统那篇时提到过 execution 层——每笔 order 多大、对手盘的流动性够不够、是挂盘口还是主动吃价差。当时一笔带过，没有认真想 order book 这一层到底怎么运转。 最近第一次认真看市场微观结构（market microstructure）的一些材料，想搞清楚几个一直模模糊糊的问题。结果发现，不是模糊，是错的。

上一篇走完了从 Q-Learning 到 DQN 的过程。用神经网络近似 Q-Function，输出各动作的 Q 值，取 argmax 选动作。加上 Experience Replay 和 Target Network，DQN 在 Atari 游戏上工作得很好。 继续跟 MIT 6.S191 Lecture 5 往下走，课程在讲完 DQN 之后，介绍了一种完全不同的思路——不学 Q-Function，直接学 Policy。