Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2939
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Sie sind derjenige, der noch am Anfang steht, wenn es darum geht, mit der Hölle der gegenseitigen Inkompatibilitäten umzugehen und separate Umgebungen für Aufgaben in Python zu schaffen.
Einige Pakete erfordern Compiler für den Ziel-Build.
Da stimme ich voll und ganz zu! Es ist eine Menge Arbeit. Zwei Fragen in diesem Zusammenhang:
1. Können Modelle, die mit GPU erstellt wurden, in ONNX konvertiert werden?
2. Wir brauchen kein Python, um die Modellvorhersage in ONNX im MQL5 Expert Advisor zu erhalten, oder? Die Berechnungen werden von der onnxruntime-Umgebung durchgeführt?
Dem stimme ich voll und ganz zu! Es ist eine Menge Arbeit. Zwei Fragen:
1. Können Modelle, die mit GPU erstellt wurden, in ONNX konvertiert werden?
2. Um die Modellvorhersage in ONNX im MQL5 Expert Advisor zu erhalten, brauchen wir kein Python, oder? Die Berechnungen werden von der onnxruntime-Umgebung durchgeführt?
In der Theorie ist das wahrscheinlich so. Aber in der Praxis könnte sich herausstellen, dass nur in Python trainierte Modelle geeignet sind, und auch nur in einer bestimmten Umgebung von Paketen, Dienstprogrammen und Compilern (unter Berücksichtigung ihrer Versionsnummern). Zumindest habe ich Renates Hinweis so verstanden.
Dem stimme ich voll und ganz zu! Es ist eine Menge Arbeit. Zwei Fragen:
1. Können Modelle, die mit GPU erstellt wurden, in ONNX konvertiert werden?
2. Um die Modellvorhersage in ONNX im MQL5 Expert Advisor zu erhalten, brauchen wir kein Python, oder? Die Berechnungen werden von der onnxruntime-Umgebung durchgeführt?
1. Ja, es hängt von der Quell-Engine ab, die innerhalb des bestehenden Opsets in ONNX konvertieren kann.
2. Sie brauchen kein Python, um das Modell auszuführen, alles was Sie brauchen ist eine EX5-Datei und ein Terminal. Auch die ONNX-Laufzeitbibliotheken werden in absehbarer Zeit nicht benötigt.
2. Sie brauchen kein Python, um das Modell auszuführen, Sie brauchen nur eine EX5-Datei und ein Terminal. Auch die ONNX-Laufzeitbibliotheken werden bald überflüssig sein
Und wird das Ding dann auf Halbleitern funktionieren?
1. Ja, es hängt von der Quell-Engine ab, die innerhalb des bestehenden Opsets in ONNX konvertieren kann
2. Sie brauchen kein Python, um das Modell auszuführen, alles was Sie brauchen ist eine EX5-Datei und ein Terminal. Auch die ONNX-Laufzeitbibliotheken werden in absehbarer Zeit nicht benötigt.
1. und wir haben opset=14 ? Ich verwende PyTorch(1.12.1) und TF(2.10).
2. extrem wichtig und das wird der größte Vorteil dieser Integration sein. Toll
Das Interessanteste ist, ob ONNX-Modelle, die in R erstellt wurden, funktionieren.
Eine Liste der unterstützten ONNX-Versionen und Opsets wäre nützlich.
Am interessantesten ist, ob die in R erstellten ONNX-Modelle funktionieren.
Wir können die Frage sogar noch verschärfen. Werden ONNX-Modelle,die in R erstellt wurden, unter Linux laufen?
Am interessantesten ist, ob die in R erstellten ONNX-Modelle funktionieren.
Eine Liste der unterstützten ONNX-Versionen und Opsets wäre nicht unvernünftig.
Zweite Frage
Welche R-Pakete verwenden Sie zur Erstellung von Modellen?
Ich stelle das Projekt vorsichtshalber in das Archiv ein.