Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3234

[Andrey Dik]

сейчас подтянутся любители Basic и начнут махать плакатами "Бэйсикорасты тоже важны!".

а эРасты уже машут...

[Renat Akhtyamov]

Давно уже все опубликовали на сайте, чо вы паритесь?

Виртуальная встреча сообщества ONNX началась с введения - Автоматические торговые системы - MQL5

//кроме этой ветки ничего не читаете чтоли? ;)

[Aleksey Vyazmikin]

Aleksey Nikolayev #:
Гуглите pipeline to onnx.

Спасибо.

Я правильно понял, что поддерживается ряд стандартных функций, но не самописных?

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

Спасибо.

Я правильно понял, что поддерживается ряд стандартных функций, но не самописных?

Гуглите (или ChatGPTите) onnx from scratch. Из меня плохая замена ИИ.

[Aleksey Vyazmikin]

Aleksey Nikolayev #:
Гуглите (или ChatGPTите) onnx from scratch. Из меня плохая замена ИИ.

ChatGPT:

"
ONNX (Open Neural Network Exchange) представляет собой формат обмена моделями глубокого обучения, который предназначен для хранения и передачи моделей между различными фреймворками и инструментами для глубокого обучения. Основная идея ONNX - это предоставить общий формат для представления моделей, независимо от того, как они были созданы.

ONNX не предназначен для хранения произвольных пользовательских функций или кода. Он разработан для представления моделей, которые могут быть выражены в виде вычислительного графа, состоящего из уровней (layers) и операций (operations), поддерживаемых стандартными операциями глубокого обучения, такими как свертки, пулинг, активации и т. д.

Если у вас есть пользовательская функция, которую вы хотели бы интегрировать в модель глубокого обучения и сохранить в формате ONNX, вам, вероятно, придется реализовать эту функцию с использованием операций и уровней, поддерживаемых ONNX, или переписать ее в виде вычислительного графа. Пользовательский код или функции, написанные на языке программирования, должны быть представлены как часть этого графа с использованием стандартных операций.

"

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

ChatGPT:

"
ONNX (Open Neural Network Exchange) представляет собой формат обмена моделями глубокого обучения, который предназначен для хранения и передачи моделей между различными фреймворками и инструментами для глубокого обучения. Основная идея ONNX - это предоставить общий формат для представления моделей, независимо от того, как они были созданы.

ONNX не предназначен для хранения произвольных пользовательских функций или кода. Он разработан для представления моделей, которые могут быть выражены в виде вычислительного графа, состоящего из уровней (layers) и операций (operations), поддерживаемых стандартными операциями глубокого обучения, такими как свертки, пулинг, активации и т. д.

Если у вас есть пользовательская функция, которую вы хотели бы интегрировать в модель глубокого обучения и сохранить в формате ONNX, вам, вероятно, придется реализовать эту функцию с использованием операций и уровней, поддерживаемых ONNX, или переписать ее в виде вычислительного графа. Пользовательский код или функции, написанные на языке программирования, должны быть представлены как часть этого графа с использованием стандартных операций.

"

To convert an exponential moving average (EMA) into ONNX format, you can use the ONNX Python API

6

. First, you need to create an ONNX model using the ONNX API. Then, you can add the EMA calculation to the model. One way to calculate EMA in Python is to use the Pandas library

1

2

. Once you have the EMA calculation implemented in Python, you can use the ONNX API to convert the Python code into an ONNX model. Here is an example Python code for calculating EMA using Pandas:

****************************

Это начало ответа ИИ на ваш вопрос про ЕМА. Ещё раз призываю вас переключиться с делания людских мозгов на ИИ.

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

To convert an exponential moving average (EMA) into ONNX format, you can use the ONNX Python API

6

. First, you need to create an ONNX model using the ONNX API. Then, you can add the EMA calculation to the model. One way to calculate EMA in Python is to use the Pandas library

1

2

. Once you have the EMA calculation implemented in Python, you can use the ONNX API to convert the Python code into an ONNX model. Here is an example Python code for calculating EMA using Pandas:

****************************

Это начало ответа ИИ на ваш вопрос про ЕМА. Ещё раз призываю вас переключиться с делания людских мозгов на ИИ.

Не надо умничать - мне интересны не функции из библиотеки, а свои функции. И ИИ дал мне ответ, что без бубна это сделать нельзя.

Если не хотите отвечать, то лучше промолчите, а не давитесь желчью.

Сверх токсичная ветка.

[mytarmailS]

)))

Он прекрасен

[[Удален]]

Там все в виде графов кодируется, в узлах которых операторы матричные. Ничего сверхъестественного. У каждой модели свой отдельный парсер в этот формат и обратно. Есть прога на гитхабе, которая позволяет визуально создавать или править эти графы, на базе нетрона.

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

Не надо умничать - мне интересны не функции из библиотеки, а свои функции. И ИИ дал мне ответ, что без бубна это сделать нельзя.

Если не хотите отвечать, то лучше промолчите, а не давитесь желчью.

Сверх токсичная ветка.

Кто хочет сделать, тот ищет возможности, кто не хочет - ищет причины.

Вы сами и интоксицируете ветку, пытаясь своими манипуляциями принудить её участников к "совместному труду для вашей пользы".