Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3241
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
Allerdings nur , wenn Sie das Modell des neuronalen Netzes meinen und nicht irgendein Modell wie Forest.
Obwohl hgboost wahrscheinlich auch in Ordnung ist.
---------------------------------
Und dort steht, dass man nicht irgendein Modell konvertieren kann, sondern dass das Modell selbst dieses Format unterstützen muss.
--------------------------------
Also, die Schlussfolgerung ist, dass ONNH ist Python, keinen Ausweg.
Es gibt eine Liste von Modellvorbereitungen, die für die Verwendung empfohlen werden. Alle 3 Boosts unterstützen sowohl das Speichern in c++ oder json als auch onnx. Alle anderen sind unpraktisch zu verwenden. Bei neuronalen Netzen ist es wahrscheinlich komplizierter, vielleicht nur in Python.
Jegliche Vorverarbeitung auf der Ebene der Ausführung eines bereits trainierten Modells ist in der Regel recht einfach und kann in eine andere Sprache umgeschrieben werden.imho wird es keinen Wettbewerb geben und nicht umgekehrt..Bestätigung: im beliebtesten Thread auf der Website über MoD - alles ist immer noch das gleiche :-)
eine frage an im. drimer: wo ist das geld, zin ?
Es gibt noch keine nennenswerten greifbaren Ergebnisse (außer persönlicher Erfahrung und Selbstentwicklung). Und es besteht ein erhebliches Risiko, dass während des Wettbewerbs keine erscheinen werden - und das wäre ein Fiasko. Die Organisatoren haben die schwierige Aufgabe, die Voraussetzungen dafür zu schaffen, dass die ernannten Pferde zumindest die Ziellinie erreichen.
ONNX könnte eine Alternative für OpenCL sein. Aber das ist erst einmal nur eine Idee.
Nein, es ist nicht einmal annähernd eine Alternative.
Der Hauptzweck von ONNX ist ein offenes Austauschformat für Neuromodelle und eine Ausführungsumgebung. Nicht für die Ausbildung.
Wird die Zipmap-Unterstützung hinzugefügt? Nicht bei allen Modellen ist sie bei der Konvertierung deaktiviert.
Bequemlichkeit für
ONNX: Ausgabeparameter hat nicht unterstützten Typ 'ONNX_TYPE_SEQUENCE'
Wenn sie nun dorthin gehen, werden fast alle von ihnen darauf stoßen, aber sie werden nicht den Wunsch und die Fähigkeit haben, ONNX-Dateien zu bearbeiten.Zu zipmap kann ich noch nichts sagen. Wir müssen die Ausgabe bekämpfen
imho wird es keinen Concours geben und nicht umgekehrt... Bestätigung: im beliebtesten Thread auf der Website über das Verteidigungsministerium - alles ist noch beim Alten :-)
frage an im. drimer: wo ist das geld, zin ?
Es gibt noch keine nennenswerten greifbaren Ergebnisse (außer persönlicher Erfahrung und Selbstentwicklung). Und es besteht ein erhebliches Risiko, dass während des Wettbewerbs keine erscheinen werden - und das wäre ein Fiasko. Die Organisatoren haben die schwierige Aufgabe, die Voraussetzungen dafür zu schaffen, dass die ernannten Pferde zumindest die Ziellinie erreichen.
Nein, das ist nicht einmal annähernd eine Alternative.
Der Hauptzweck von ONNX ist ein offenes Austauschformat für Neuromodelle und eine Ausführungsumgebung. Nicht für die Ausbildung.
Ja, ich verstehe, ONNX ist ein Speicherformat für neuronale Netze und Graphberechnungen.
Wenn man kreativ ist, kann man eine visuelle Programmierung auf der Grundlage des ONNX-Viewers entwickeln.
PS: Ich fordere nichts, nur Gedanken.
Es gibt noch keine nennenswerten greifbaren Ergebnisse (außer persönlicher Erfahrung und Selbstentwicklung). Und es besteht ein erhebliches Risiko, dass sie während des Wettbewerbs nicht erscheinen und es zu einem Fiasko kommt. Die Organisatoren haben eine schwierige Aufgabe: Sie müssen die Voraussetzungen dafür schaffen, dass die nominierten Pferde zumindest die Ziellinie erreichen.
Das ist in etwa das, was ich denke. In einem großen Intervall können Tests Gewinne, aber auch Rückschläge bis zu einem halben Jahr - einem Jahr - aufweisen. D.h. das Modell, das sich im Monat des Wettbewerbs zufällig nicht in der Drawdown-Periode befindet, wird gewinnen.
So können Sie leicht setzen Sie Ihre wahrgenommene praktische und praktische Ergebnis in das Modell und mit einem völligen Mangel an Konkurrenten zu einem glücklichen Besitzer von 15 Tausend USD.
Und wenn Sie eine Frau und Geliebte haben, um den gesamten Preis zu nehmen )
im Allgemeinen ist es erstaunlich, den Wunsch derftoppers, sich auf Kosten der Misserfolge der anderen zu behaupten, offenbar haben sie nicht genug von ihren eigenen wegen einer uninteressanten Existenz :)Ich denke in etwa so. In einem großen Intervall können Tests Gewinne, aber auch Drawdowns bis zu einem halben Jahr - einem Jahr - zeigen. D.h. das Modell, das sich im Monat des Wettbewerbs zufällig nicht in der Drawdown-Periode befindet, wird gewinnen.
Und (un)nebenbei über den Zeitfaktor...um etwas über eine Strategie zu zeigen, braucht man ein Quartal. Weniger als das wird ein großer Zufall sein, sogar zum Zuschauen wird uninteressant sein, mehr ist kaum genug Geduld und Aufmerksamkeit des Publikums....
Und jetzt ist es schon September, und es ist schon Dezember, wo alles ganz anders ist und das Ende des Jahres.
und (un)nebenbei über den Zeitfaktor...um etwas über Strategie zu zeigen, braucht man ein Viertel. Weniger als das ist definitiv ein großer Zufall, auch zu beobachten wird uninteressant sein, mehr ist unwahrscheinlich, dass die Geduld und Aufmerksamkeit des Publikums haben....
Und jetzt ist es schon September, und es ist schon Dezember, wo alles ganz anders ist und das Ende des Jahres.
Nein, es macht keinen Sinn, weniger als ein Jahr zu beobachten...
Aber es macht Sinn, mitzumachen.