用 RNN 预测股票价格（第二部分）：引入股票代码嵌入
在 RNN 股票价格预测教程第二部分中，作者为第一部分搭建的循环神经网络加入股票代码嵌入向量，使其能同时处理多只股票。模型将股票代码映射为长度为 3 的嵌入向量，与每日价格输入拼接后送入 LSTM，替代 one-hot 编码以压缩表示并让相似股票共享模式。新增 embedding_size 和 stock_count 两个配置项，数据来自 Google Finance 历史股价。
#数据/训练
#数据/训练
今日 93 条Lilian Weng：Lil'Log（RSS）AI 评分3535
Lilian Weng：Lil'Log（RSS）AI 评分3333 面向好奇者的深度学习概览
Lilian Weng 在 WiMLDS x Fintech meetup 的演讲整理稿中，以 2016 年 AlphaGo 4-1 击败李世石为引，梳理了深度学习的原理与经典模型。文章指出深度学习如今奏效的关键在于数据规模大幅增长与算力显著提升，并介绍了 CNN、RNN 等模型，其中 CNN 的神经元连接方式受视觉皮层启发。