Здравствуйте,
Спасибо за эту очень информативную статью!
Однако у меня возникла проблема при воспроизведении ваших результатов.
Когда я выполняю скрипт 'ONNX collect data.mq5' (прикрепляю его к дневному графику EURUSD), я получаю следующую ошибку :
2024.07.23 15:58:35.344 ONNX collect data (EURUSD,D1) array out of range in 'ONNX collect data.mq5' (39,27)
Я что-то делаю не так?
С уважением,
Джино.
Я что-то делаю не так?
С уважением,
Джино.
Это распространенная ошибка в программировании. Она может быть связана с наличием пустых массивов или массивов с меньшим размером, чем индекс, к которому осуществляется доступ. Проверьте размеры матриц и векторов в программе, чтобы убедиться, что они содержат необходимую информацию.
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Решение проблем интеграции ONNX:
ONNX — отличный инструмент для интеграции сложного ИИ-кода на разных платформах. Однако при его использовании возникают некоторые сложности, которые необходимо преодолеть, чтобы извлечь из него максимальную пользу. В этой статье мы обсудим распространенные проблемы, с которыми вы можете столкнуться, и способы их устранения.
ONNX (Open Neural Network Exchange) совершил революцию в разработке сложных MQL5-программ на основе искусственного интеллекта (ИИ). Эта новая технология MetaTrader 5 — шаг к машинному обучению, поскольку она, как никакая другая, обещает широкие возможности для решения задач. Однако применение ONNX сопряжено с рядом проблем.
Если вы развертываете простую технологию ИИ, например нейронную сеть прямого распространения, процесс развертывания может оказаться относительно простым, но поскольку большинство реальных проектов гораздо сложнее, вам может потребоваться выполнить множество действий, таких как извлечение данных временных рядов, предварительная обработка и преобразование больших данных для уменьшения их размеров, не говоря уже о том, что, когда вам приходится использовать несколько моделей в одном большом проекте, развертывание ONNX может усложниться.
ONNX — это самодостаточный инструмент, способный хранить только модель ИИ. В комплект поставки не входит все необходимое для запуска обученных моделей. Вам предстоит самостоятельно решить, как вы собираетесь развертывать готовые модели ONNX. В этой статье мы рассмотрим три основные сложности - масштабирование и нормализация данных, введение сокращения размерности в модель и развертывание моделей ONNX для прогнозирования временных рядов.
Предполагается, что у вас есть базовые знания о машинном обучении и теории ИИ и что вы применяли модели ONNX в MQL5 как минимум один или два раза.
Автор: Omega J Msigwa