我有一个时间序列的价格,我试图创造一个交易策略。一旦price_cap被满足,我需要立即停止交易。我将数据存储在数据库中,我需要创建一个列表来表示所有的长位置(list称为long)。我尝试了以下方法,但即使满足了条件,列表仍会继续存储值:
long = list()
for (i in 5:length(index)) {
long[i] = data$target_price[i]
if (data$target_price > price_cap){
break
}
print(long)
}
有什么想法吗
在应用训练后量化后,我定制的CNN模型被缩小到原来大小的1/4 (从56.1MB减少到14 my )。我将将要预测的图像(100x100x3)作为ByteBuffer字节放入100x100x3=30,000中。但是,在推理过程中,我得到了以下错误:
java.lang.IllegalArgumentException: Cannot convert between a TensorFlowLite buffer with 120000 bytes and a ByteBuffer with 30000 bytes.**
at org.tensorflow.lite.Tensor
主要错误是
Cannot convert between a TensorFlowLite tensor with type UINT8 and a Java object of type [[F (which is compatible with the TensorFlowLite type FLOAT32).
中使用的模型
模型加载代码
String res = await Tflite.loadModel(
model: "assets/mobilenet_v1.tflite",
labels: "assets/mob