Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2939

[Vladimir Perervenko]

Renat Fatkhullin #:

Você é aquele que ainda está no início da jornada de lidar com o inferno das incompatibilidades mútuas e criar ambientes separados para tarefas em Python.

Alguns pacotes exigem compiladores para a compilação de destino.

Concordo plenamente! É muito trabalhoso. Duas perguntas a esse respeito:

1. Os modelos criados usando GPU podem ser convertidos em ONNX?

2. Não precisamos do Python para obter a previsão do modelo em ONNX no Expert Advisor MQL5, precisamos? Os cálculos serão realizados pelo ambiente onnxruntime?

[Aleksey Nikolayev]

Vladimir Perervenko #:

Concordo plenamente! É muito trabalhoso. Duas perguntas:

1. Os modelos criados usando GPU podem ser convertidos em ONNX?

2. Para obter a previsão do modelo em ONNX no Expert Advisor MQL5, não precisamos de Python, precisamos? Os cálculos serão realizados pelo ambiente onnxruntime?

Em teoria, provavelmente sim. Mas, na prática, pode ser que apenas os modelos treinados em Python sejam adequados, e somente em algum ambiente exclusivo de pacotes, utilitários e compiladores (levando em conta seus números de versão). Pelo menos foi assim que entendi a dica da Renate.

[Renat Fatkhullin]

Vladimir Perervenko #:

Concordo plenamente! É muito trabalhoso. Duas perguntas:

1. Os modelos criados usando GPU podem ser convertidos em ONNX?

2. Para obter a previsão do modelo em ONNX no Expert Advisor MQL5, não precisamos de Python, precisamos? Os cálculos serão realizados pelo ambiente onnxruntime?

1. Sim, isso depende do mecanismo de origem, que pode ser convertido para ONNX dentro do conjunto de operações existente

2. Você não precisa do Python para executar o modelo, tudo o que precisa é de um arquivo EX5 e um terminal. Nem mesmo as bibliotecas de tempo de execução do ONNX serão necessárias em breve

[Aleksey Vyazmikin]

Renat Fatkhullin #:

2. Você não precisa do Python para executar o modelo, tudo o que precisa é de um arquivo EX5 e um terminal. Até mesmo as bibliotecas de tempo de execução do ONNX serão desnecessárias em breve

E então, isso funcionará em semicondutores?

[Vladimir Perervenko]

Renat Fatkhullin #:

1. Sim, depende do mecanismo de origem que pode ser convertido para ONNX dentro do conjunto de operações existente

2. Você não precisa do Python para executar o modelo, tudo o que precisa é de um arquivo EX5 e um terminal. Nem mesmo as bibliotecas de tempo de execução do ONNX serão necessárias em breve

1. e temos opset=14? Eu uso o PyTorch (1.12.1) e o 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. extremamente importante e essa será a maior vantagem dessa integração. Excelente

[Aleksey Nikolayev]

O mais interessante é saber se os modelos ONNX criados em R serão executados.

Uma lista de versões e conjuntos de operações do ONNX compatíveis seria útil.

[Aleksey Nikolayev]

Aleksey Nikolayev #:

O mais interessante é saber se os modelos ONNX criados em R serão executados.

Podemos até agravar a questão. Os modelos ONNXfeitos em R serão executados no Linux?

[mytarmailS]

Aleksey Nikolayev #:

O mais interessante é saber se os modelos ONNX criados em R serão executados.

Uma lista de versões e conjuntos de operações do ONNX suportados não seria despropositada.

Eu apoio a pergunta

[Vladimir Perervenko]

mytarmailS #:
Segunda pergunta

Quais pacotes R você usa para criar modelos?

[Evgeny Dyuka]

Aleksey Nikolayev #:

Estou publicando o projeto no arquivo por precaução.

Obrigado, mas estou pulando fora ... é muito caro ir mais longe, não tenho muito tempo ))