Novità

Python - Addestramento rete neurale

è un test 29.51 ambate RM gli altri per abbinamento
Screenshot-11.png
 
Aggiungo un secondo test
aggiornamenti al codice con un addestramento serrato.

il test prevede:
ambo su ruote prefissate PRINCIPALI E SECONDARIE

si tratta solo di un test lo ricordo .

Screenshot-3.png
 
un buon risultato iniziale
la rete sembra apprendere bene e lo vediamo

ambetto su VE 86.24/l'ambetto su TO 24.87 e l'ambata 86 VE , 24 TO e 81 NA ,quindi le ruote in attesa sono ancora PA FI RM
la rete neurale non è ancora predisposta per l'analisi ed esito 'ambetto ,ma il risultato fa ben sperare.
concludo questo test sabato .
 
promemoria:
dal test di questa notte sempre sulla ruota di BA
Ho notato :alzando i parametri su Ru.820 epch175.178 il dato dimensione si dimezza
su 10 test sempre con gli stessi parametri la 5ina cambia ad ogni test
2 su 10 5ine hanno prodotto l'ambo sulle ruote citate al 1 colpo la nazionale (un caso?)
in queste due condizioni :
al secondo colpo altro ambo su RM PA in entrambe i casi
a tempo debito proseguo con i test .
nulla di serio e di certo .Aumentando l'epoch si fa fatica la cpu al 100% 2/3 min
 
Bravo Lottopython
Ho provato ad usare Python... sto raccogliendo i pezzi del computer che è esploso. Quando provo ad installare le librerie non tutto va a buon fine.
Ho chiesto aiuto all'AI: bontà divina! Ancora un po' ed esplodeva l'intero palazzo
Comunque è divertente, va bhe! Ora devo sistemare Windows che pensando di essere Claudio Villa canta Granada...
Baciccia e il Pythone malefico
 
Bravo Lottopython
Ho provato ad usare Python... sto raccogliendo i pezzi del computer che è esploso. Quando provo ad installare le librerie non tutto va a buon fine.
Ho chiesto aiuto all'AI: bontà divina! Ancora un po' ed esplodeva l'intero palazzo
Comunque è divertente, va bhe! Ora devo sistemare Windows che pensando di essere Claudio Villa canta Granada...
Baciccia e il Pythone malefico
grazie Dott. @Baciccia

un analisi veloce dopo l'implementazione dell'ambetto su rete neurale da prendere con ....

num1.png


numero2.png


numero-03.png
 
grazie Dott. @Baciccia

un analisi veloce dopo l'implementazione dell'ambetto su rete neurale da prendere con ....

num1.png


numero2.png


numero-03.png
Mi sono laureato, con 133 e lodde (con due D perchè ero veramente bravo), in Stupidologia applicata, all'Università di Cojons Village nello Utah in Cina. Quindi, se vuole, può chiamarmi Sua Eccelleza Riverendissima et Altissima, non mi formalizzo e sono il Principe degli Umili. Mi dia pure del Loro. 🧐
Baciccia
 
Mi sono laureato, con 133 e lodde (con due D perchè ero veramente bravo), in Stupidologia applicata, all'Università di Cojons Village nello Utah in Cina. Quindi, se vuole, può chiamarmi Sua Eccelleza Riverendissima et Altissima, non mi formalizzo e sono il Principe degli Umili. Mi dia pure del Loro. 🧐
Baciccia
bene un laureato beatitunizzato con pappalina al seguito, al quale dare della Vs Signoria Ella e farlo con spirito di umiltà .pensavo il Dott bastasse ..finisco sempre col sbagliare.
 
Lottopython ti ringrazio per i vari test che stai portando avanti.
Secondo me questo progetto ha ottime potenzialità ma purtroppo non conoscendo appieno il linguaggio non riesco a sfruttarlo come si deve. Ci vorrà del tempo per studiarlo e capirlo.
 
**La precedente rimane in gioco
facciamo un salto nella Rete Neurale Beta 7 e vediamo come si comporta
: aumentato solo il range estrazioni sembra che questo aumenti le possibilità
: a colpo subito ha regalato l'ambo sulla Nazionale 7.9 IL 16/01 sposterei l'asticella sulle ruote in elenco .
.....continua il test

 
**La precedente rimane in gioco
facciamo un salto nella Rete Neurale Beta 7 e vediamo come si comporta
: aumentato solo il range estrazioni sembra che questo aumenti le possibilità
: a colpo subito ha regalato l'ambo sulla Nazionale 7.9 IL 16/01 sposterei l'asticella sulle ruote in elenco .
.....continua il test

7.38 ambo to tutte
4.9 ambetto cagliari
4 cagliari
7 a Firenze
7 a Genova
sicuramente c'è da lavorarci i risultati fanno ben sperare non è facile .
Cmq rimangono delle ottime indicazioni
 
7.38 ambo to tutte
4.9 ambetto cagliari
4 cagliari
7 a Firenze
7 a Genova
sicuramente c'è da lavorarci i risultati fanno ben sperare non è facile .
Cmq rimangono delle ottime indicazioni
Ottimo lavoro Lottopython. Anche io sto sperimentando molto. In particolare sto modificando la creazione del modello (cambiamento nel numero di "neuroni"), inserimento e divisione dei dati, e aumento del numero di epochs. Infine valuto il grafico con training e validation Loss
 
Buonasera Saturno ,
se vuoi addestrare la rete concretamente ,interagisci con questa linea di codice senza esagerare
occhio alla CPU sempre pannello aperto.


X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
model = crea_modello(X_train, y_train)

early_stop = EarlyStopping(monitor='val_loss', patience=10, restore_best_weights=True)

history = model.fit(X_train, y_train, epochs=epochs, batch_size=30, validation_data=(X_test, y_test), callbacks=[early_stop])
 
Buonasera Saturno ,
se vuoi addestrare la rete concretamente ,interagisci con questa linea di codice senza esagerare
occhio alla CPU sempre pannello aperto.


X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
model = crea_modello(X_train, y_train)

early_stop = EarlyStopping(monitor='val_loss', patience=10, restore_best_weights=True)

history = model.fit(X_train, y_train, epochs=epochs, batch_size=30, validation_data=(X_test, y_test), callbacks=[early_stop])
Buonasera Lottopython,
Anche l'IA mi ha consigliato di aggiungere Early_stop che se ho capito bene serve a fermare l'addestramento non appena la validation Loss smette di migliorare.
Tutto ciò per ridurre l'overfitting cioè il sovradattamento.
Diciamo che tra tutti i parametri possibili effettivamente ci si perdono le ore ma penso che qualcosa di buono ci può uscire quindi non è tempo sprecato.
C'è anche una funzionalità per modificare l'apprendimento:
Python:
from tensorflow.keras.optimizers import Adam

model.compile(optimizer=Adam(learning_rate=0.001),loss="mean_squared_error",metrics=["accuracy"])
 
Buonasera Lottopython,
Anche l'IA mi ha consigliato di aggiungere Early_stop che se ho capito bene serve a fermare l'addestramento non appena la validation Loss smette di migliorare.
Tutto ciò per ridurre l'overfitting cioè il sovradattamento.
Diciamo che tra tutti i parametri possibili effettivamente ci si perdono le ore ma penso che qualcosa di buono ci può uscire quindi non è tempo sprecato.
C'è anche una funzionalità per modificare l'apprendimento:
Python:
from tensorflow.keras.optimizers import Adam

model.compile(optimizer=Adam(learning_rate=0.001),loss="mean_squared_error",metrics=["accuracy"])
perfetto direi ,trovare il giusto compromesso è davvero cosa ardua il grafico è un ottimo strumento a mio avviso , l'ho incorporato nella grafica ,io sto concentrando il mio interesse sul grafico per capire quale puo' essere la migliore indicazione da seguire ,ho introdotto il rit attuale ,max e la frequenza ,una previsione di caduta in percentuale ma non ho ancora avuto modo di verificare per bene.
Hai ragione quando affermi è un lavoro lungo ma ne vale la pena.
a presto
 
continua l'addestramento ed il TEST con una nuova evoluzione..
la ruota di Firenze potrebbe essere oggetto di ambate
ruote interessate :Firenze Bari .Napoli .Nazionale
ambate principali 58 .46 /
attenzione al 53 su nazionale forse colpo secco
abbinamenti .52.54 il tutto solo sulle ruote previste allego immagini anche Firenze interessata



010.png
 
Lottopython devo farti i miei complimenti. In decine di prove che ho fatto la "Loss sul set di test" a me non scendeva mai. Vorrei chiederti un paio di cose :
1- L'addestramento si basa sempre sul prevedere i numeri in base all'estrazione precedente ? Cioè input = estr. precedente e output = estr. successiva ?
2- Hai modificato la creazione del modello ? Numero di neuroni, metriche, dropout ?
 

Ultima estrazione Lotto

  • Estrazione del lotto
    venerdì 31 gennaio 2025
    Bari
    49
    28
    64
    42
    46
    Cagliari
    53
    76
    89
    26
    13
    Firenze
    38
    51
    15
    50
    56
    Genova
    87
    09
    35
    30
    04
    Milano
    53
    25
    23
    09
    37
    Napoli
    01
    65
    38
    06
    15
    Palermo
    05
    07
    10
    26
    58
    Roma
    32
    31
    09
    46
    80
    Torino
    68
    20
    44
    51
    11
    Venezia
    90
    24
    62
    54
    61
    Nazionale
    20
    79
    07
    45
    60
    Estrazione Simbolotto
    Bari
    45
    37
    01
    41
    17
Indietro
Alto