在本文中，我想演示利用 Python 語言實(shí)現(xiàn)這種算法類型是多么容易。

有一個 Python 程序包可用于開發(fā)與 MQL 的集成，它提供了大量機(jī)會，例如數(shù)據(jù)探索、創(chuàng)建和使用機(jī)器學(xué)習(xí)模型。

集成在 MQL5 內(nèi)置的 Python，能夠創(chuàng)建各種解決方案，從簡單的線性回歸、到深度學(xué)習(xí)模型。 由于這種語言是為專業(yè)用途而設(shè)計的，因此有許多函數(shù)庫可以執(zhí)行與艱難計算相關(guān)的任務(wù)。

我們將手工創(chuàng)建一個網(wǎng)絡(luò)。 但正如我在上一篇文章中提到的，這只是幫助我們理解在學(xué)習(xí)和預(yù)測過程中實(shí)際發(fā)生事件的一個步驟。 然后我將展示一個利用 TensorFlow 和 Keras 的更復(fù)雜的例子。

什么是 TensorFlow？

TensorFlow 是一個快速數(shù)值處理的開源函數(shù)庫。

它是由 Google 依照 Apache 開源許可下創(chuàng)建、支持和發(fā)布。 該 API 是為 Python 語言設(shè)計的，盡管它也可以訪問基本的 C++ API。

與設(shè)計用于深度學(xué)習(xí)的其它數(shù)字函數(shù)庫（例如 Theano）不同，TensorFlow 意在研究和生產(chǎn)。 例如，Google 用到的基于機(jī)器學(xué)習(xí)的搜索引擎 RankBrain，和一個非常有趣的計算機(jī)視覺項(xiàng)目 DeepDream。

它可以在一個 CPU、GPU 或小型移動設(shè)備上的系統(tǒng)中運(yùn)行，也可在由數(shù)百臺計算機(jī)組成的大型分布式系統(tǒng)中運(yùn)行。