OnnxRun

Exécute un modèle ONNX.

bool  OnnxRun(
   long    onnx_handle,  // handle de session ONNX
   ulong   flags,        // flags décrivant le mode d'exécution
   ...                   // entrées et sorties du modèle
   );

Paramètres

onnx_handle

[in] Descripteur d'objet de session ONNX créé via OnnxCreate ou OnnxCreateFromBuffer.

flags

[in] Indicateurs de ENUM_ONNX_FLAGS décrivant le mode d'exécution : ONNX_DEBUG_LOGS et ONNX_NO_CONVERSION.

...

[in] [out] Entrées et sorties du modèle.

Renvoie true en cas de succès ou false sinon. Pour obtenir le code d'erreur, appelez la fonction GetLastError.

ENUM_ONNX_FLAGS

ID	Description
ONNX_LOGLEVEL_VERBOSE	Ecrit tous les messages
ONNX_LOGLEVEL_INFO	Ecrit les messages d'informations, les avertissements et les erreurs (cet indicateur remplace ONNX_DEBUG_LOGS)
ONNX_LOGLEVEL_WARNING	Ecrit les avertissements et les erreurs (valeur par défaut)
ONNX_LOGLEVEL_ERROR	Ecrit les erreurs uniquement
ONNX_NO_CONVERSION	Désactive la conversion automatique, utilise les données utilisateur telles quelles
ONNX_COMMON_FOLDER	Charge un fichier de modèle à partir du dossier Common\Files - la valeur est égale au flag FILE_COMMON
ONNX_USE_CPU_ONLY	Exécute le modèle ONNX en utilisant uniquement le CPU
ONNX_GPU_DEVICE_0	Périphérique CUDA avec l'index 0 (par défaut)
ONNX_GPU_DEVICE_1	Périphérique CUDA avec l'index 1 *
ONNX_GPU_DEVICE_2	Périphérique CUDA avec l'index 2 *
ONNX_GPU_DEVICE_3	Périphérique CUDA avec l'index 3 *
ONNX_GPU_DEVICE_4	Périphérique CUDA avec l'index 4 *
ONNX_GPU_DEVICE_5	Périphérique CUDA avec l'index 5 *
ONNX_GPU_DEVICE_6	Périphérique CUDA avec l'index 6 *
ONNX_GPU_DEVICE_7	Périphérique CUDA avec l'index 7 *
ONNX_ENABLE_PROFILING	Active le profilage du modèle ONNX

* Les flags sous la forme ONNX_GPU_DEVICE_N doivent être utilisés sur les systèmes dotés de 2 GPU compatibles CUDA ou plus. Si plusieurs flags de sélection GPU sont spécifiés, le périphérique avec l'index le plus bas sera utilisé.

Si un index de périphérique inexistant est spécifié, le GPU sera sélectionné automatiquement.

Exemple :

const long                             ExtOutputShape[] = {1,1};    // forme de sortie du modèle
const long                             ExtInputShape [] = {1,10,4}; // forme d'entrée du modèle
#resource "Python/model.onnx" as uchar ExtModel[]                   // modèle en tant que ressource
//+------------------------------------------------------------------+
//| Fonction de démarrage du programme                               |
//+------------------------------------------------------------------+
int OnStart(void)
  {
   matrix rates;
//--- récupère 10 barres
   if(!rates.CopyRates("EURUSD",PERIOD_H1,COPY_RATES_OHLC,2,10))
      return(-1);
//--- saisie d'un ensemble de vecteurs OHLC
   matrix x_norm=rates.Transpose();
   vector m=x_norm.Mean(0);
   vector s=x_norm.Std(0);
   matrix mm(10,4);
   matrix ms(10,4);
//--- remplissage des matrices de normalisation
   for(int i=0; i<10; i++)
     {
      mm.Row(m,i);
      ms.Row(s,i);
     }
//--- normalisation des données d'entrée
   x_norm-=mm;
   x_norm/=ms;
//--- crée le modèle
   long handle=OnnxCreateFromBuffer(ExtModel,ONNX_DEBUG_LOGS);
//--- spécifie la forme des données d'entrée
   if(!OnnxSetInputShape(handle,0,ExtInputShape))
     {
      Print("Echec de OnnxSetInputShape, erreur ",GetLastError());
      OnnxRelease(handle);
      return(-1);
     }
//--- spécifie la forme des données de sortie
   if(!OnnxSetOutputShape(handle,0,ExtOutputShape))
     {
      Print("Echec de OnnxSetOutputShape, erreur ",GetLastError());
      OnnxRelease(handle);
      return(-1);
     }
//--- convertit les données d'entrée normalisées en type flottant
   matrixf x_normf;
   x_normf.Assign(x_norm);
//--- récupère les données de sortie du modèle ici, c'est-à-dire la prévision de prix
   vectorf y_norm(1);
//--- exécute le modèle
   if(!OnnxRun(handle,ONNX_DEBUG_LOGS | ONNX_NO_CONVERSION,x_normf,y_norm))
     {
      Print("Echec de OnnxRun, erreur ",GetLastError());
      OnnxRelease(handle);
      return(-1);
     }
//--- affiche la valeur de sortie du modèle dans le journal
   Print(y_norm);
//--- effectue la transformation inverse pour obtenir le prix prédit
   double y_pred=y_norm[0]*s[3]+m[3];
   Print("prix prédit :",y_pred);
//--- opération terminée
   OnnxRelease(handle);
   return(0);
  };

Voir également

OnnxSetInputShape, OnnxSetOutputShape

OnnxRelease

OnnxGetInputCount