기고글 토론 "MQL5에서 ONNX 모델을 사용하는 방법" - 페이지 6

새 코멘트
 
회귀는 모든 것에 대해 작동하며 출력은 하나의 숫자입니다.

그러나 채팅에서 MLP-분류기를 작성하도록 요청하면 전문가 조언자가 이 모델의 출력 데이터인 "매수", "매도", "보류"를 인식할 수 없습니다. "1", "2", "3" 또는 "0", "1", "2" 중 하나입니다.

오류가 날아갑니다

2025.02.12 08:13:46.866 Core 01 2021.01.01 00:00:00 오류 설정 출력 형식: 5808
2025.02.12 08:13:46.866 Core 01 2021.01.01 00:00:00 ONNX: OnnxRelease 함수에 잘못된 핸들 전달, 검사 코드 'X È$Zë3E'(291:7)를 확인했습니다.

어떤 채팅도, 심지어 Dipsic조차도 문제를 이해하거나 해결 방법을 알지 못하여 이 오류를 유발할 수 있는 코드를 생성합니다.

모든 채팅은 같은 말을 합니다: 이것은 MLP 분류기이므로 라벨에 따라 3개의 출력만 있습니다(마지막 열이 간단한 분류의 세 가지 라벨 중 하나인 매수, 매도, 보유 중 하나인 csv 파일을 공급합니다). 이 열에 문자열과 숫자 값을 사용해 보았습니다.

그런 다음 이 블록

. 
const long output_shape[] = {1,1};
   if(!OnnxSetOutputShape(ExtHandle,0,output_shape))
     {
      Print("OnnxSetOutputShape error ",GetLastError());
      return(INIT_FAILED);
     }


배열의 초기화를 변경합니다. 
const long output_shape[] = {1,3};
   if(!OnnxSetOutputShape(ExtHandle,0,output_shape))
     {
      Print("OnnxSetOutputShape error ",GetLastError());
      return(INIT_FAILED);
     }


그리고 오류가 나타납니다.

인쇄하려고 합니다. 

Print(OnnxGetOutputCount(ExtHandle));



나는 아무것도 이해하지 못합니다.



오류가 무엇인지 이해하는 사람이 있으면 알려주세요.

분류기를위한 Python 코드 - 모두 동일한 오류를 생성합니다.

예를 들어 구현 중 하나입니다:

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler, LabelEncoder
from sklearn.neural_network import MLPClassifier
from skl2onnx import convert_sklearn
from skl2onnx.common.data_types import FloatTensorType

# 데이터 로드 중
file_path = '....csv'
data = pd.read_csv(file_path)

# 속성(X)과 레이블(Y)로 분할하기
X = data.iloc[:, :160].values  # 처음 160개 열은 입력 데이터입니다.
y = data.iloc[:, 160].values   # 마지막 열은 대상 레이블입니다.

# 문자열 레이블을 숫자 레이블로 인코딩하기
label_encoder = LabelEncoder()
y_encoded = label_encoder.fit_transform(y)

데이터 정규화 # 데이터 정규화
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 교육용 샘플과 테스트용 샘플로 분리
X_train, X_test, y_train, y_test = train_test_split(X_scaled, y_encoded, test_size=0.2, random_state=42)

# MLP 분류기 생성하기
mlp = MLPClassifier(hidden_layer_sizes=(128, 64), activation='relu', solver='adam', max_iter=500, random_state=42)
mlp.fit(X_train, y_train)

# 모델 정확도 추정하기
accuracy = mlp.score(X_test, y_test)
print(f"Accuracy: {accuracy * 100:.2 f}%")

# ONNX 형식으로 모델 저장하기
initial_type = [('float_input', FloatTensorType([None, 160]))]  # 160대 입력 기능
onnx_model = convert_sklearn(mlp, initial_types=initial_type)

# ONNX 모델 저장하기
onnx_file_path = 'model.onnx'
with open(onnx_file_path, "wb") as f:
    f.write(onnx_model.SerializeToString())

print(f"Model saved as {onnx_file_path}")


즉, 모델 자체 - 파이썬에서 실행됩니다. 무언가를 계산하고 있습니다.

runfile('....py', wdir='...')
Accuracy: 54.16%
Model saved as model.onnx

하지만 어드바이저는 이를 받아들일 수 없습니다.

 
건강한 커뮤니티에서는 코드 생성이 논의되거나 일종의 것으로 간주되지 않습니다. 멀티클래스가 지원되지 않는 ONNX 버그에 대해 알아두는 것도 나쁘지 않습니다.
 
논의할 필요가 없습니다.
질문이 아닙니다.
 
Ivan Butko #:
논의할 필요가 없습니다.
질문이 아닙니다.

2,3} 또는 {3}을 시도해 보세요.

파이썬 스크립트에 출력의 올바른 차원을 출력하도록 요청합니다.

하지만 {1}만 출력할 가능성이 높으며, 필드가 이미 출력에 해당하는 구조를 반환합니다.


예를 들어 이진 분류기에 대해 다음과 같은 구조가 있습니다.

const long output_shape[] = {1};
   if(!OnnxSetOutputShape(ExtHandle, 0, output_shape))
     {
      Print("OnnxSetOutputShape 1 error ", GetLastError());
      return(INIT_FAILED);
     }
 

그런 다음 코드에서 구조를 생성하기만 하면 됩니다.

static vector out(1);

   struct output
     {
      long           label[];
      float          tensor[];
     };

   output out2[];
   
   OnnxRun(ExtHandle, ONNX_DEBUG_LOGS, f, out, out2);

   double sig = out2[0].tensor[1];

여기서 레이블 필드는 클래스 값이고 텐서는 확률입니다.

 
틀림: 레이블에는 클래스 값이 포함되고 텐서에는 확률이 포함됩니다. 출력 차원은 기본적으로 2,2이지만 구조가 반환되므로 1로 설정해야 합니다.
 
Maxim Dmitrievsky #:
틀림: 레이블에는 클래스 값이 포함되고 텐서에는 확률이 포함됩니다. 따라서 출력 차원은 본질적으로 2,2이지만 구조가 반환되므로 1을 입력해야 합니다.
1을 넣어야 합니다.

UPD

아키텍처의 본질에 대해: 기사의 회귀는 뱅귤레이션을 다루고 있습니다. 그리고 분류가 더 의미가있는 것 같습니다. 그리고 보라-그것은 기본 기능에서 문제가있는 것으로 밝혀졌습니다.

주관적으로 : 목표가 다음 가격 (또는 기타 정량적 표시)으로 표시되면 NS가 좌우로 흔들리기 시작합니다.

그리고 목표가 매수-매도-보류로 표시된 경우, 적어도 NS는 크기에 신경 쓰지 않고 성공적인 진입 횟수에 따라 스스로 조정합니다. 그리고 거리에서이 "무지"는 마치 소음 요법처럼 약간의 평준화로 보상됩니다. 물론 Imho는 다른 구현에서 분류를 거의 시도하지 않았습니다. 그래서 나는 여기에 원했습니다.
 
Ivan Butko #:
감사합니다
Netron을 통해 메시를 시각화할 수도 있으며, 치수와 출력 유형이 표시됩니다.
 
Ivan Butko #:
감사합니다

UPD

아키텍처에 대한 요점 : 기사의 회귀는 뱅귤레이션을 다룹니다. 그리고 분류가 더 합리적 인 것 같습니다. 그리고 여기 있습니다-기본 기능에서 문제가있는 것으로 밝혀졌습니다.

주관적으로 : 목표가 다음 가격 (또는 기타 정량적 표시)으로 표시되면 NS가 좌우로 흔들리기 시작합니다.

그리고 목표가 매수-매도 보류로 표시된 경우, 적어도 NS는 크기에 신경 쓰지 않고 성공적인 진입 횟수에 따라 조정됩니다. 그리고 거리에서이 "무지"는 마치 소음 요법처럼 약간의 평준화로 보상됩니다. 물론 Imho는 다른 구현에서 분류를 거의 시도하지 않았습니다. 그래서 나는 여기에 원했습니다.

그것이 당신이 존중하지 않는 전처리의 목적입니다 :) 먼저 왕겨에서 알갱이를 분리 한 다음 분리 된 알갱이를 예측하도록 훈련시키는 것입니다.

전처리가 좋으면 출력도 쓰레기가 아닙니다.

 

이 스크립트를 최신 버전의 파이썬(3.10-3.12)에서 실행되도록 수정할 수 있나요?

3.9에서 실행하는 데 많은 문제가 있습니다.

tx

123456
새 코멘트