L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2939

Nuovo commento
 
Renat Fatkhullin #:

Siete voi che siete ancora all'inizio del viaggio per affrontare l'inferno delle incompatibilità reciproche e creare ambienti separati per i task in Python.

Alcuni pacchetti richiedono compilatori per la compilazione di destinazione.

Assolutamente d'accordo! È un sacco di lavoro. Due domande a questo proposito:

1. I modelli creati tramite GPU possono essere convertiti in ONNX?

2. Non abbiamo bisogno di Python per ottenere la previsione del modello in ONNX nell'Expert Advisor MQL5, vero? I calcoli saranno eseguiti dall'ambiente onnxruntime?

 
Vladimir Perervenko #:

Sono assolutamente d'accordo! E' un sacco di lavoro. Due domande:

1. I modelli creati con la GPU possono essere convertiti in ONNX?

2. Per ottenere la previsione del modello in ONNX nell'Expert Advisor MQL5, non è necessario Python, vero? I calcoli saranno eseguiti dall'ambiente onnxruntime?

In teoria, probabilmente è così. Ma in pratica potrebbe risultare che solo i modelli addestrati in Python sono adatti, e solo in un ambiente unico di pacchetti, utility e compilatori (tenendo conto dei loro numeri di versione). Almeno così ho capito il suggerimento di Renate.

 
Vladimir Perervenko #:

Sono assolutamente d'accordo! E' un sacco di lavoro. Due domande:

1. I modelli creati con la GPU possono essere convertiti in ONNX?

2. Per ottenere la previsione del modello in ONNX nell'Expert Advisor MQL5, non è necessario Python, vero? I calcoli saranno eseguiti dall'ambiente onnxruntime?

1. Sì, dipende dal motore di origine, che può essere convertito in ONNX all'interno dell'opset esistente.

2. Non è necessario Python per eseguire il modello, tutto ciò che serve è un file EX5 e un terminale. Anche le librerie ONNX Runtime non saranno necessarie a breve.

 
Renat Fatkhullin #:

2. Non è necessario Python per eseguire il modello, tutto ciò che serve è un file EX5 e un terminale. Anche le librerie ONNX Runtime saranno presto superflue.

E poi questa cosa funzionerà sui semiconduttori?

 
Renat Fatkhullin #:

1. Sì, dipende dal motore sorgente che può convertire in ONNX all'interno dell'opset esistente.

2. Non è necessario Python per eseguire il modello, tutto ciò che serve è un file EX5 e un terminale. Anche le librerie ONNX Runtime non saranno necessarie a breve.

1. e abbiamo opset=14? Io uso PyTorch(1.12.1) e TF(2.10).

Предупреждение: TensorFlow 2.10 был последним выпуском TensorFlow, который поддерживал GPU в родной Windows. 
Начиная с TensorFlow 2.11 , вам нужно будет установить TensorFlow в WSL2 или установить tensorflow-cpu и, 
при желании, попробовать TensorFlow-DirectML-Plugin.

2. Estremamente importante e questo sarà il più grande vantaggio di questa integrazione. Grande

 

L'aspetto più interessante è se i modelli ONNX realizzati in R funzionano.

Sarebbe utile un elenco delle versioni di ONNX e degli opset supportati.

 
Aleksey Nikolayev #:

L'aspetto più interessante è se i modelli ONNX realizzati in R funzioneranno.

Possiamo anche aggravare la domanda. I modelli ONNX realizzati inR funzioneranno in Linux?

 
Aleksey Nikolayev #:

L'aspetto più interessante è se i modelli ONNX realizzati in R funzioneranno.

Un elenco delle versioni di ONNX e degli opset supportati non sarebbe irragionevole.

Sostengo la domanda
 
mytarmailS #:
Seconda domanda

Quali pacchetti R utilizzate per creare modelli?

 
Aleksey Nikolayev #:

Per sicurezza, pubblico il progetto nell'archivio.

Grazie, ma sto saltando ... è troppo costoso andare oltre, non ho molto tempo))
1...293229332934293529362937293829392940294129422943294429452946...3399
Nuovo commento