Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2939
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Estoy totalmente de acuerdo. Es mucho trabajo. Dos preguntas:
1. ¿Pueden convertirse a ONNX los modelos creados con GPU?
2. Para obtener la predicción del modelo en ONNX en el MQL5 Expert Advisor, no necesitamos Python, ¿verdad? ¿Los cálculos los realizará el entorno onnxruntime?
1. Sí, depende del motor de origen, que puede convertir a ONNX dentro del opset existente
2. No necesitas Python para ejecutar el modelo, todo lo que necesitas es un archivo EX5 y un terminal. Incluso las bibliotecas ONNX Runtime no serán necesarias en un futuro próximo
2. No necesitas Python para ejecutar el modelo, todo lo que necesitas es un archivo EX5 y un terminal. Incluso las librerías ONNX Runtime pronto serán innecesarias
¿Y entonces funcionará esto en semiconductores?
1. Sí, depende del motor fuente que pueda convertir a ONNX dentro del opset existente
2. No necesitas Python para ejecutar el modelo, todo lo que necesitas es un archivo EX5 y un terminal. Incluso las bibliotecas ONNX Runtime no serán necesarias en un futuro próximo
1. ¿y tenemos opset=14 ? Yo uso PyTorch(1.12.1) y TF(2.10).
2.Extremadamente importante y esta será la mayor ventaja de esta integración. Genial
Lo más interesante es saber si los modelos ONNX hechos en R funcionarán.
Sería útil disponer de una lista de versiones y opsets de ONNX compatibles.
Lo más interesante es saber si los modelos ONNX hechos en R funcionarán.
Incluso podemos agravar la pregunta. ¿Correrán en linux los modelos ONNX hechosen R?
Lo más interesante es saber si los modelos ONNX hechos en R funcionarán.
No estaría de más una lista de versiones y opsets de ONNX compatibles.
Segunda pregunta
¿Qué paquetes de R utiliza para crear modelos?
Voy a publicar el proyecto en el archivo por si acaso.
¿Qué paquetes de R utilizas para crear modelos?
Los de siempre, los mismos "random forest" "intrees" "arules" "arules sequence" "dbscan".
Por supuesto que no. De forma muy primitiva, la secuencia de obtención de un modelo en formato ONNX es la siguiente: creas un modelo, lo entrenas, lo optimizas. A continuación, en un programa especial (convertidor) se hace pasar una unidad de datos de entrada por el modelo entrenado. El conversor registra la secuencia de cálculos del modelo de previsión y la guarda en formato onnx. Este modelo puede ejecutarse en cualquier plataforma que disponga de onnxruntime. Sólo forecast/predict no truntime.
No conozco ningún paquete en R que tenga un conversor a ONNX. Quizás el paquete torch(R) lo añada, pero habría que solicitarlo a los desarrolladores del paquete.
Probablemente haya otras posibilidades de conversión, pero en Python. No lo he investigado en profundidad. Echa un vistazo aquí