Основная проблема заключается в попытке использовать пользовательскую модель данных для создания DataSetIterator, который будет использоваться в сети deeplearning4j.
Модель данных, с которой я пытаюсь работать, представляет собой java-класс, который содержит кучу двойников, созданных из котировок на определенную акцию, таких как временная метка, открытие, закрытие, максимум, минимум, объем, технический индикатор 1, технический индикатор 2, и т. д. Я запрашиваю интернет-источник, пример, (также несколько другие индикаторы с того же сайта), которые предоставляют строки json, которые я конвертирую в свою модель данных для облегчения доступа и хранения в базе данных sqlite.
Теперь у меня есть список этих моделей данных, которые я хотел бы использовать для обучения сети LSTM, где каждая двойная функция является функцией. Согласно документации Deeplearning4j и нескольким примерам, способ использования обучающих данных заключается в использовании процессов ETL, описанных здесь, чтобы создать DataSetIterator, который затем будет использоваться сетью.
Я не вижу чистого способа преобразовать мою модель данных с использованием любого из предоставленных RecordReaders без предварительного преобразования их в какой-либо другой формат, например CSV или другой файл. Я бы хотел избежать этого, потому что это потребует много ресурсов. Похоже, есть лучший способ сделать этот простой случай. Есть ли лучший подход, который мне просто не хватает?