Model Çalıştırma

const long   ExtOutputShape[] = {1,1};    // modelin çıktı şekli
const long   ExtInputShape [] = {1,10,4}; // modelin girdi şekli
#resource "Python/model.onnx" as uchar ExtModel[]// kaynak olarak model
//+------------------------------------------------------------------+
//| Komut dosyası başlatma fonksiyonu                                |
//+------------------------------------------------------------------+
int OnStart(void)
  {
   matrix rates;
//--- 10 çubuk al
   if(!rates.CopyRates("EURUSD",PERIOD_H1,COPY_RATES_OHLC,2,10))
      return(-1);
//--- girdi olarak OHLC vektörü kümesi kullan
   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);
//--- normalleştirme matrislerini doldur
   for(int i=0; i<10; i++)
     {
      mm.Row(m,i);
      ms.Row(s,i);
     }
//--- girdi verilerini normalleştir
   x_norm-=mm;
   x_norm/=ms;
//--- modeli oluştur
   long handle=OnnxCreateFromBuffer(ExtModel,ONNX_DEBUG_LOGS);
//--- girdi verilerinin şeklini belirt
   if(!OnnxSetInputShape(handle,0,ExtInputShape))
     {
      Print("OnnxSetInputShape failed, error ",GetLastError());
      OnnxRelease(handle);
      return(-1);
     }
//--- çıktı verilerinin şeklini belirt
   if(!OnnxSetOutputShape(handle,0,ExtOutputShape))
     {
      Print("OnnxSetOutputShape failed, error ",GetLastError());
      OnnxRelease(handle);
      return(-1);
     }
//--- normalleştirilmiş girdi verilerini float türüne dönüştür
   matrixf x_normf;
   x_normf.Assign(x_norm);
//--- modelin çıktı verilerini (yani fiyat öngörüsünü) buradan al
   vectorf y_norm(1);
//--- modeli çalıştır
   if(!OnnxRun(handle,ONNX_DEBUG_LOGS | ONNX_NO_CONVERSION,x_normf,y_norm))
     {
      Print("OnnxRun failed, error ",GetLastError());
      OnnxRelease(handle);
      return(-1);
     }
//--- modelin çıktı değerini günlüğe yazdır
   Print(y_norm);
//--- öngörülen fiyatı elde etmek için ters dönüşümü yap
   double y_pred=y_norm[0]*s[3]+m[3];
   Print("price predicted:",y_pred);
//--- çalışmayı tamamla
   OnnxRelease(handle);
   return(0);
  }

ONNX: Creating and using per session threadpools since use_per_session_threads_ is true
ONNX: Dynamic block base set to 0
ONNX: Initializing session.
ONNX: Adding default CPU execution provider.
ONNX: Total shared scalar initializer count: 0
ONNX: Total fused reshape node count: 0
ONNX: Total shared scalar initializer count: 0
ONNX: Total fused reshape node count: 0
ONNX: Use DeviceBasedPartition as default
ONNX: Saving initialized tensors.
ONNX: Done saving initialized tensors
ONNX: Session successfully initialized.
[0.28188983]
predicted 1.0559258806393044

#resource "Python/model.onnx" as uchar ExtModel[]// kaynak olarak model
 
#define TESTS 10000  // test veri kümesi sayısı
//+------------------------------------------------------------------+
//| Komut dosyası başlatma fonksiyonu                                |
//+------------------------------------------------------------------+
int OnStart()
  {
//--- modeli oluştur
   long session_handle=OnnxCreateFromBuffer(ExtModel,ONNX_DEBUG_LOGS);
   if(session_handle==INVALID_HANDLE)
     {
      Print("Cannot create model. Hata ",GetLastError());
      return(-1);
     }
 
//--- model için girdi tensörü büyüklüğü tanımlanmadığından, açıkça belirtilmelidir
//--- birinci indeks grup büyüklüğüdür, ikinci indeks seri büyüklüğüdür, üçüncü indeks ise seri (OHLC) sayısıdır
   const long input_shape[]={1,10,4};
   if(!OnnxSetInputShape(session_handle,0,input_shape))
     {
      Print("OnnxSetInputShape error ",GetLastError());
      return(-2);
     }
 
//--- model için çıktı tensörü büyüklüğü tanımlanmadığından, açıkça belirtilmelidir
//--- birinci indeks grup büyüklüğüdür, girdi tensöründeki grup büyüklüğüyle eşleşmelidir
//--- ikinci indeks öngörülen fiyatların sayısıdır (burada sadece Kapanış fiyatı öngörülmektedir)
   const long output_shape[]={1,1};
   if(!OnnxSetOutputShape(session_handle,0,output_shape))
     {
      Print("OnnxSetOutputShape error ",GetLastError());
      return(-3);
     }
//--- testleri çalıştır
   vector closes(TESTS);      // kontrol fiyatlarını depolamak için vektör
   vector predicts(TESTS);    // elde edilen öngörüleri depolamak için vektör
   vector prev_closes(TESTS); // önceki fiyatları depolamak için vektör
 
   matrix rates;              // OHLC serilerini almak için matris
   matrix splitted[2];        // serileri test ve kontrole bölmek için iki alt matris
   ulong  parts[]={10,1};     // bölünmüş alt matrislerin büyüklükleri
 
//--- önceki çubuktan başla
   for(int i=1; i<=TESTS; i++)
     {
      //--- 11 çubuk al
      rates.CopyRates("EURUSD",PERIOD_H1,COPY_RATES_OHLC,i,11);
      //--- matrisi test ve kontrole böl
      rates.Vsplit(parts,splitted);
      //--- kontrol matrisinden Kapanış fiyatını al
      closes[i-1]=splitted[1][3][0];
      //--- test edilen serideki son Kapanış fiyatı
      prev_closes[i-1]=splitted[0][3][9];
 
      //--- 10 çubukluk test matrisini teste gönder
      predicts[i-1]=PricePredictionTest(session_handle,splitted[0]);
      //--- çalışma zamanı hatası
      if(predicts[i-1]<=0)
        {
         OnnxRelease(session_handle);
         return(-4);
        }
     }
//--- çalışmayı tamamla
   OnnxRelease(session_handle);
//--- fiyat hareketinin doğru öngörülüp öngörülmediğini değerlendir
   int    right_directions=0;
   vector delta_predicts=prev_closes-predicts;
   vector delta_actuals=prev_closes-closes;
 
   for(int i=0; i<TESTS; i++)
      if((delta_predicts[i]>0 && delta_actuals[i]>0) || (delta_predicts[i]<0 && delta_actuals[i]<0))
         right_directions++;
   PrintFormat("right direction predictions = %.2f%%",(right_directions*100.0)/double(TESTS));
//--- 
   return(0);
  }
//+------------------------------------------------------------------+
//|  Verileri hazırla ve modeli çalıştır                             |
//+------------------------------------------------------------------+
double PricePredictionTest(const long session_handle,matrix& rates)
  {
   static matrixf input_data(10,4); //dönüştürülmüş girdi için matris
   static vectorf output_data(1);   // sonucu almak için vektör
   static matrix mm(10,4);          // Mean yatay vektörlerin matrisi
   static matrix ms(10,4);          // Std yatay vektörlerin matrisi
 
//--- modelin girdisi OHLC dikey vektörler kümesi olmalıdır
   matrix x_norm=rates.Transpose();
//--- fiyatları normalleştir
   vector m=x_norm.Mean(0);
   vector s=x_norm.Std(0);
   for(int i=0; i<10; i++)
     {
      mm.Row(m,i);
      ms.Row(s,i);
     }
   x_norm-=mm;
   x_norm/=ms;
 
//--- modeli çalıştır
   input_data.Assign(x_norm);
   if(!OnnxRun(session_handle,ONNX_DEBUG_LOGS,input_data,output_data))
     {
      Print("OnnxRun error ",GetLastError());
      return(0);
     }
//--- fiyatı çıktı değerinden normalleştirilmemiş hale getir
   double y_pred=output_data[0]*s[3]+m[3];
 
   return(y_pred);
  }

ONNX: Creating and using per session threadpools since use_per_session_threads_ is true
ONNX: Dynamic block base set to 0
ONNX: Initializing session.
ONNX: Adding default CPU execution provider.
ONNX: Total shared scalar initializer count: 0
ONNX: Total fused reshape node count: 0
ONNX: Total shared scalar initializer count: 0
ONNX: Total fused reshape node count: 0
ONNX: Use DeviceBasedPartition as default
ONNX: Saving initialized tensors.
ONNX: Done saving initialized tensors
ONNX: Session successfully initialized.
right direction predictions = 51.34 %