- 综合排序
- 最热优先
- 最新优先
- 来自专栏韩曙亮的移动开发专栏
【Cubase】Cubase 量化设置 ( 量化预置 | 长度量化 | 快捷键设置 | 量化开头 | 量化 MIDI 事件结尾 | 量化 MIDI 事件长度 )
文章目录 一、要解决的问题 二、量化预置 三、长度量化 四、快捷键及设置 1、快捷键及设置 2、量化开头 3、量化 MIDI 事件结尾 4、量化 MIDI 事件长度 五、对 MIDI 进行量化操作 本博客中的所有设置都是在 ; 三、长度量化 ---- 长度量化 参数设置 : 在下图 处设置长度量化 , 如果设置成 " 1/16 " , 那么使用鼠标拖动时 , 音符的长度只能是 16 分音符的整数倍 ; 上述的 量化预置 ; 2、量化开头 量化开头 : 默认按键 " Q " 是量化开头 ; 将所有音符的开始位置对齐到 " 量化预制 " 对应的格子中 ; 该设置是系统自带的 , 不建议修改 ; 3、量化 MIDI 事件结尾 量化 MIDI 事件结尾 : 首先选中左侧的 " 量化类别 / 量化 MIDI 事件结尾 " , 点击右侧的 " 输入快捷键 " 下方的输入框 ; 输入快捷键后 , 点击 " 指定 " " 快捷键 , 量化音符长度 , 此时音符都排列整齐了 , 音符开头和音符长度进行了量化 , 音符结尾自然也进行了量化 ;
5K00编辑于 2023-03-28 - 来自专栏机器学习、深度学习
模型量化
下图显示不同量化策略对速度的提升影响 ? 量化卷积过程 ? 加速策略： AND, XOR and bitcount operations 训练过程 ? 分类性能对比 ?
1K10发布于 2019-05-26 - 来自专栏小明的博客
量化交易
量化投资没有确切的定义，它泛指通过数学分析、挖掘价格波动规律，或者通过对相关宏观经济、财务数据、量价关系、资金交易等数据进行建模，寻找数据之间的关系，以获得稳定利润为目标，持续计算生成定量化的投资信号 多资产多策略配置: 对冲风险更高收益 技术信息理论的三大假设 市场行为包容消化一切信息 市场运行以趋势方式演变 历史会重演（我们可以通过历史数据来推断未来走势 绩效评估指标 绩效指标也被称为风险指标，它们也是量化投资的基石
2.9K20编辑于 2022-09-06 - 来自专栏NetCore
平民化量化平台-刚米量化
目前国内量化基金规模已经越来越庞大，量化投资的规模更是巨大，计算机的运行速度已经远远超过我们大脑，虽然说无法做到每次投资都赚钱，但只要数据够大，胜率超过50%以上，甚至60%以上，经过长时间的复利，就能达到很好的效果 量化交易具有以下几个方面的特点： 1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。 2、系统性。 普通人是否适合量化？ 1 其实普通人很难进行量化，因为量化的基础是基于历史大数据，如果实盘还需要实时数据，这些都是很耗费人工和资金的。 那普通人想要尝试量化，该如何做呢？ 在刚米量化平台你可以做什么？
1.1K30编辑于 2022-09-16 - 来自专栏算法之名
量化交易
针对可交易的投资商品，理性地运用逻辑分析和回归统计判断市场趋势称为量化交易。 量化策略 量化策略就是赚钱"因子"，可以分为基本面和技术面。
78710编辑于 2024-08-21 Python 量化交易入门：为什么量化都用 Python
本文讲清楚 Python 在量化中的独特优势，帮你理解为什么入门量化从 Python 开始是正确的选择。 一、一个几乎不用纠结的选择 刚接触量化的人常问："学量化用什么语言？C++ 行不行？ 对量化学习者尤其重要的是：你的精力应该花在理解市场、打磨策略上，而不是跟复杂的语法较劲。 Python 把编程的门槛降下来，让你能更专注在量化本身。 可以说，正是这套成熟的数据生态，让 Python 成了数据分析和量化的天然主场。 对量化而言，数据处理是每天都要做的核心工作。 四、原因三：量化专用库和框架丰富 除了通用的数据工具，Python 还有大量专门为量化服务的库和开源框架。 结尾 量化交易普遍用 Python，是因为它把"好学、数据强、工具全、社区旺、全流程打通"这些优势集于一身，恰好命中了量化的核心需求。它或许不是最快的，但在个人量化的场景下，综合性价比无出其右。
23110编辑于 2026-09-20- 来自专栏图像处理与模式识别研究所
图像量化
from skimage import data from matplotlib import pyplot as plt image=data.coffee()#原始图像 ratio=128#设置量化比率 range(image.shape[2]):#图片通道数 image[i][j][k]=int(image[i][j][k]/ratio)*ratio#对图像中的每个像素进行量化 本文的图像量化过程是将256级的彩色图像量化到2级的彩色图像。 量化等级越多，量化比率越低，所得图像层次越丰富，灰度分辨率越高，图像质量好，但数据量大；量化等级越少，量化比率越高，图像层次欠丰富，灰度分辨率低，可能会出现假轮廓，图像质量变差，但数据量较小。 图像量化的作用是在一定主观保真图像质量的前提下，丢掉对视觉影响不大的信息，以获得较高的压缩比。
90320编辑于 2022-05-28 Python 量化
Python 量化是指利用 Python 编程语言以及相关的库和工具来进行金融市场数据分析、策略开发和交易执行的过程。 Python 由于其简洁、易学、强大的生态系统和丰富的金融库而成为量化交易的首选编程语言之一。 量化交易在金融领域得到广泛应用，它允许交易者通过系统性的方法来制定和执行交易策略，提高交易效率和决策的科学性。 量化主要是通过数学和统计学的方法，利用计算机技术对金融市场进行量化分析，从而制定和执行交易策略。 更多 Python 量化内容可以查看：Python 量化交易。 实例应用 接下来我们先看一个 Python 量化简单的应用实例，可以使用移动平均策略，使用雅虎金融数据来实现。 该策略的基本思想是通过比较短期和长期移动平均线来生成买入和卖出信号。
73810编辑于 2025-12-16- 来自专栏AI算法与图像处理
Pytorch量化入门之超分量化（二）
来源：AIWalker 最近Happy在尝试进行图像超分的INT8量化，发现：pytorch量化里面的坑真多，远不如TensorFlow的量化好用。 准备工作 在真正开始量化之前，我们需要准备好要进行量化的模型，本文以EDSR-baseline模型为基础进行。 ，比如X86平台应该采用fbgemm方式进行量化，而ARM平台则应当采用qnnpack方式量化。 也就是说完成了初步的量化工作，因为接下来的测试论证很关键，如果量化损失很严重也不行的。 量化模型测试 接下来，我们对上述量化好的模型进行一下测试看看效果。 下图给出了DIV2K训练集中0018数据采用第二种量化组合效果对比，可以感知到明显的量化损失。 ?
1.8K20发布于 2021-02-22 - 来自专栏算法码上来
【白话模型量化系列一】矩阵乘法量化
然后整数矩阵 的数值范围其实就是有符号整数的表示范围 ， ，为了实现的简单，我们只量化到 ，这样就和 一样关于零点左右对称了。 如果我们强行还按照 的范围来量化relu结果 的话会怎么样呢？这样会导致整数区间 永远不会有数字，因为根本没有负数浮点数的存在。这样就白白浪费了127个整数，就会导致量化的精度大大受损。 总结 如果矩阵乘法两个输入的范围都是关于零点对称的，那么计算公式为： 「量化：」 「反量化：」 如果矩阵乘法其中一个输入是relu的结果，那么计算公式为： 「量化：」 「反量化：」 当然还有很多其他情况 此外为了减小量化的损失，还需要在模型结构中插入伪量化节点，然后进行量化感知训练（QAT）。接着还需要将finetune后的模型存储为int8格式。然后还需要开发加载int8模型的推理加速库代码。 网上关于量化的优秀教程非常多，我不会讲太多理论上的量化知识，只会从实践的角度来白话一下我们在Transformer模型量化过程中做的一些尝试。
1.5K20发布于 2021-12-02 - 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？ 3，量化后性能提升的三种场景 场景 1：量化后仍为内存受限，但算术强度提升 条件：量化前模型的算术强度AI处于内存受限区间，且量化后算术强度AI未超过内存带宽与计算能力的临界值。 场景 2：量化后从内存受限转为计算受限 条件：量化前算术强度AI低于临界值（内存受限），量化后 算术强度AI超过临界值（转为计算受限）。 场景 3：量化前后均为计算受限，性能无提升 条件：量化前算术强度AI已高于临界值（计算受限），量化后算术强度AI进一步提升但计算能力已达瓶颈。 • 内存受限场景是量化的主要受益点，量化对推理性能的提升高度依赖模型是否处于内存瓶颈。在 LLM 中，解码阶段的 KV 缓存访问是典型内存受限场景，量化可大幅降低数据搬运成本，提升吞吐量。
98510编辑于 2026-01-13 - 来自专栏PPV课数据科学社区
十年量化老兵谈量化：玩转量化投资你需要这些技能
量化能看到更多的机会，比如说现在A股有将近3000只股票，如果不用量化，靠一个人的力量最多管理到300只已经很难了，但量化，30000只的管理和3000只几乎没什么差异。 【投研体系】“量化老兵投资体系三大支柱” 问：您这些年一直是做量化投资的，能否讲讲您的量化投资体系？ 持有封基：我入市整整十年，一直是量化投资。基本面、技术面，只要能吃饱的都是一碗好面。 “构建量化模型的四个步骤：猜想、建模、回测、实战” 问：具体而言，您是如何构建量化模型的吗？如何确定量化因子的？ 持有封基：量化四步骤——猜想、建模、回测、实战。 “做好量化投资：有数学天赋很重要” 问：你做量化差不多十年了，在您看来要做好量化投资，需要做些什么准备？ 持有封基：除了热爱投资，还需要热爱数学，热爱量化，这是最根本的。 因为量化投资是一条充满荆棘的道路，只有真正热爱才会浸润在量化中以此为乐。
2.9K62发布于 2018-04-24 - 来自专栏奇点大数据
话说量化（11）
有关价格变化的问题，其实我们前几次也是聊过的，动因说到底是人类自身趋利避害的性格本质造成的。
51120发布于 2018-12-17 - 来自专栏奇点大数据
话说量化（12）
以前我们见过的传统的商业贸易通常是这样一种形式的，比如我买进了100元的大米，然后我通过分销手段把它们卖了出去，总共收入120元，去除各种成本10元和进货的成本10元，我赚了10元。这是一种非常朴素的而且容易理解的结构，不需要任何一点点高深的经济学知识即可理解。
58820发布于 2018-12-19 - 来自专栏量化投资与机器学习
量化『可达鸭』
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。 量化圈怎么能少了可达鸭呢！
65120编辑于 2022-05-30 - 来自专栏奇点大数据
话说量化（13）
杠杆这个名词还是非常形象的，在中学的物理课中我们都学过，杠杆是一种可以省力的工具。如果动力臂是阻力臂的10倍长度，那么动力臂方向只需要十分之一的力量就可以与阻力臂的力量达到均衡。
67040发布于 2018-12-24 - 来自专栏算法之名
量化交易(二)
接量化交易 回测框架 这里我们使用PyAlgoTrade框架. pip install pyalgotrade pip install pyalgotrade_tushare 定义数据与策略 from
48210编辑于 2024-09-01 - 来自专栏奇点大数据
话说量化（7）
俗话说，“有钱能使鬼推磨”，这话虽然说有点夸张，不过已经是把金钱的力量描绘得非常清楚了。绝大部分人都是趋利的，所以在我看来，“利”是驱动人们协作、交互、杀伐的最基本动机，也是驱动世界运动的核心动力。只不过广义的“利”这个东西不仅仅是金钱这么简单——有的人可能被自己所信服的大义所打动，有的人可能为了自己追求的某种癖好而耗尽毕生心血，很显然刚刚说的这两样东西都不是简单用货币能衡量清楚的。为了讨论方便一些，我们现在还是指说能够用货币衡量的，商业环境下的，常态的买卖行为好了。
42820发布于 2018-10-23 - 来自专栏刘笑江的专栏
量化交易笔记
URL BigQuant 量化指标 URL
1.4K20发布于 2018-10-09 - 来自专栏奇点大数据
话说量化（2）
市场，是一个很古老的概念了，至少已经有三四千年以上的历史了。较早的关于市场的记录是在古埃及时期，公元前两千多年之前，就已经有“Bazar”这个概念了，汉语里面也留下了它音译的痕迹——“巴扎”。直到现在，在新疆少数民族聚居区仍然在使用这个词汇作为“集市”的用词概念。
64520发布于 2018-09-14
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