본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

ONNX

ONNX (Open Neural Network Exchange)는 기계 학습 모델을 표현하기 위해 설계된 개방형 표준입니다. 이는 다양한 딥 러닝 프레임워크 간의 상호 운용성을 가능하게 하여 개발자가 PyTorch, TensorFlow 및 Keras와 같은 도구 간에 모델을 이동할 수 있도록 합니다. 이 GitHub 리포지토리는 개발, 문서화 및 커뮤니티 기여를 위한 중앙 허브 역할을 하여 AI 모델 교환을 발전시키기 위한 협력적인 환경을 조성합니다.

저장소 보기
공유
저장소 보기
공유

ONNX는 Open Neural Network Exchange의 약자로, 기계 학습 생태계에서 중요한 개방형 표준입니다. 그 주요 목적은 다양한 딥 러닝 프레임워크 간의 상호 운용성을 촉진하는 것입니다. 빠르게 발전하는 AI 분야에서 개발자들은 종종 PyTorch, TensorFlow, Keras 등 여러 프레임워크를 사용하며, 각 프레임워크는 고유한 강점과 선호하는 사용 사례를 가지고 있습니다. ONNX는 이러한 다양한 환경 간에 모델을 원활하게 이동하는 문제를 해결합니다.

더 읽기

이 표준은 딥 러닝 모델을 표현하기 위한 공통 연산자 집합과 공통 파일 형식을 정의합니다. 이는 한 프레임워크에서 훈련된 모델이 ONNX 형식으로 내보내지고, ONNX를 지원하는 다른 프레임워크에서 가져와 실행될 수 있음을 의미합니다. 이 기능은 도구 체인에서 유연성이 필요한 연구자와 엔지니어에게 매우 귀중합니다. 이를 통해 각 프레임워크의 최상의 기능을 활용할 수 있으며, 단일 생태계에 갇히지 않게 됩니다.

ONNX GitHub 리포지토리는 이 개방형 표준의 중앙 개발 허브 역할을 합니다. 여기에는 핵심 사양, 참조 구현, 문서 및 커뮤니티 기여가 포함되어 있습니다. 이 리포지토리는 기계 학습의 발전과 커뮤니티의 요구를 반영하는 빈번한 업데이트로 활발히 유지 관리됩니다. 연산자, 그래프 구조 및 데이터 유형에 대한 정의와 같은 다양한 구성 요소가 포함되어 있으며, 이는 강력하고 일관된 모델 표현을 보장하기 위해 설계되었습니다.

ONNX의 주요 기능에는 모델 이식성, 최적화 및 배포가 포함됩니다. 통합된 표현을 제공함으로써 ONNX는 원래 훈련 프레임워크에 관계없이 모델 최적화 도구를 보편적으로 적용할 수 있게 합니다. 이는 클라우드 서버에서 엣지 장치에 이르기까지 다양한 하드웨어 대상에서 추론 성능을 향상시킬 수 있습니다. 또한 ONNX는 많은 추론 엔진과 하드웨어 가속기가 네이티브 ONNX 지원을 제공하므로 배포 프로세스를 간소화합니다.

ONNX의 대상 청중은 기계 학습 연구자, 데이터 과학자, AI 엔지니어 및 AI 모델 배포 작업을 하는 개발자입니다. ONNX의 가치 제안은 모델 개발 및 배포 생애 주기에서 마찰을 줄이고, 협업을 촉진하며, AI 커뮤니티 전반에 걸쳐 혁신을 가속화하는 데 있습니다. 이 프로젝트의 오픈 소스 특성은 광범위한 참여를 장려하고 표준이 사용자들의 다양한 요구를 충족하도록 발전하도록 보장합니다.

  • 카테고리코딩 및 개발
  • 요금제오픈소스
  • 배포클라우드, 셀프 호스팅
  • 플랫폼웹

  • 기계 학습 상호 운용성을 위한 개방형 표준

  • 공통 모델 표현 형식

  • 다양한 딥 러닝 프레임워크 지원

  • 모델 이식성 촉진

  • 프레임워크 간 모델 최적화 가능

  • 개발을 위한 활성 GitHub 리포지토리

  • 연산자 및 그래프 구조에 대한 포괄적인 문서

  • 커뮤니티 주도의 개발 및 기여

  • AI 모델 배포 간소화

  • 참조 구현 제공

  • 사양 및 코드에 대한 버전 관리

  • 품질 보증을 위한 지속적 통합

  • 보안 취약점 관리

  • 미래 개발을 위한 로드맵

  1. 리포지토리 복제: `git clone https://github.com/onnx/onnx.git`를 사용하여 최신 소스 코드를 가져옵니다.

  2. 종속성 설치: `INSTALL.md` 가이드를 따라 필요한 빌드 도구 및 라이브러리를 설정합니다.

  3. ONNX 빌드: 제공된 빌드 스크립트 또는 CMake 구성을 사용하여 ONNX 라이브러리 및 도구를 컴파일합니다.

  4. 모델 통합: PyTorch 또는 TensorFlow와 같은 프레임워크에서 기계 학습 모델을 ONNX 형식으로 내보냅니다.

  5. 추론 실행: 호환 가능한 추론 엔진에 ONNX 모델을 로드하여 배포 및 실행합니다.

  6. 기여: `CONTRIBUTING.md`에 따라 버그 수정, 새로운 기능 또는 문서 개선을 위한 풀 리퀘스트를 제출합니다.

  • 프레임워크 간 모델 이식성
  • 모델 최적화
  • 엣지 장치 배포
  • 클라우드 추론 서비스
  • 연구 협업
  • 하드웨어 가속
  • 모델 버전 관리

ONNX 리뷰

로딩 중...

ONNX와(과) 비슷한 인기 AI 도구

TensorFlow

AI GitHub 저장소

TensorFlow는 모든 사용자를 위해 설계된 오픈 소스 머신 러닝 프레임워크입니다. 머신 러닝 모델을 구축하고 배포하기 위한 포괄적인 생태계를 제공하여 개발자와 연구자 모두가 접근할 수 있도록 합니다.

머신러닝 플랫폼
도구 보기

AI GitHub 저장소

모든 사용자를 위해 설계된 오픈 소스 머신 러닝 프레임워크입니다. 머신 러닝 모델을 구축하고 배포하기 위한 포괄적인 생태계를 제공하여 개발자와 연구자 모두가 접근할 수 있도록 합니다.TensorFlow는 모든 사용자를 위해 설계된 오픈 소스 머신 러닝 프레임워크입니다. 머신 러닝 모델을 구축하고 배포하기 위한 포괄적인 생태계를 제공하여 개발자와 연구자 모두가 접근할 수 있도록 합니다.

추천머신러닝 플랫폼
AI GitHub 저장소 TOP 250 보기

Keras

AI GitHub 저장소

Keras는 인간을 위해 설계된 오픈 소스 딥 러닝 라이브러리입니다. 신경망 구축 과정을 단순화하고 개발자가 GitHub에서 개발에 기여할 수 있도록 합니다.

머신러닝 플랫폼
도구 보기

AI GitHub 저장소

인간을 위해 설계된 오픈 소스 딥 러닝 라이브러리입니다. 신경망 구축 과정을 단순화하고 개발자가 GitHub에서 개발에 기여할 수 있도록 합니다.Keras는 인간을 위해 설계된 오픈 소스 딥 러닝 라이브러리입니다. 신경망 구축 과정을 단순화하고 개발자가 GitHub에서 개발에 기여할 수 있도록 합니다.

추천머신러닝 플랫폼
AI GitHub 저장소 TOP 250 보기

Netron Visualizer

AI GitHub 저장소

Netron은 신경망, 딥러닝 및 머신러닝 모델을 시각화하는 도구입니다. 모델 아키텍처와 매개변수를 탐색할 수 있는 직관적인 인터페이스를 제공하여 개발자와 연구자가 모델을 이해하고 디버깅하는 데 도움을 줍니다.

MLOps 및 모델 배포

AI GitHub 저장소 84위

도구 보기

AI GitHub 저장소

신경망, 딥러닝 및 머신러닝 모델을 시각화하는 도구입니다. 모델 아키텍처와 매개변수를 탐색할 수 있는 직관적인 인터페이스를 제공하여 개발자와 연구자가 모델을 이해하고 디버깅하는 데 도움을 줍니다.Netron은 신경망, 딥러닝 및 머신러닝 모델을 시각화하는 도구입니다. 모델 아키텍처와 매개변수를 탐색할 수 있는 직관적인 인터페이스를 제공하여 개발자와 연구자가 모델을 이해하고 디버깅하는 데 도움을 줍니다.

MLOps 및 모델 배포
AI GitHub 저장소 84위

텐서플로우

AI 프레임워크

텐서플로우는 모든 사용자를 위해 설계된 엔드 투 엔드 오픈 소스 머신 러닝 플랫폼입니다. 머신 러닝 모델을 쉽게 생성하고 배포할 수 있도록 도와주는 유연한 도구, 라이브러리 및 커뮤니티 리소스의 생태계를 제공합니다.

머신러닝 플랫폼
도구 보기

AI 프레임워크

모든 사용자를 위해 설계된 엔드 투 엔드 오픈 소스 머신 러닝 플랫폼입니다. 머신 러닝 모델을 쉽게 생성하고 배포할 수 있도록 도와주는 유연한 도구, 라이브러리 및 커뮤니티 리소스의 생태계를 제공합니다.텐서플로우는 모든 사용자를 위해 설계된 엔드 투 엔드 오픈 소스 머신 러닝 플랫폼입니다. 머신 러닝 모델을 쉽게 생성하고 배포할 수 있도록 도와주는 유연한 도구, 라이브러리 및 커뮤니티 리소스의 생태계를 제공합니다.

추천머신러닝 플랫폼
AI 프레임워크 TOP 50 보기

LocalAI

AI GitHub 저장소

LocalAI는 사용자가 GPU 없이 모든 하드웨어에서 LLM, 비전, 음성, 이미지 및 비디오를 포함한 다양한 모델을 실행할 수 있도록 하는 오픈 소스 AI 엔진입니다. 이러한 유연성 덕분에 다양한 애플리케이션에 접근할 수 있습니다.

머신러닝 플랫폼

AI GitHub 저장소 53위

도구 보기

AI GitHub 저장소

사용자가 GPU 없이 모든 하드웨어에서 LLM, 비전, 음성, 이미지 및 비디오를 포함한 다양한 모델을 실행할 수 있도록 하는 오픈 소스 AI 엔진입니다. 이러한 유연성 덕분에 다양한 애플리케이션에 접근할 수 있습니다.LocalAI는 사용자가 GPU 없이 모든 하드웨어에서 LLM, 비전, 음성, 이미지 및 비디오를 포함한 다양한 모델을 실행할 수 있도록 하는 오픈 소스 AI 엔진입니다. 이러한 유연성 덕분에 다양한 애플리케이션에 접근할 수 있습니다.

추천머신러닝 플랫폼
AI GitHub 저장소 53위

PyTorch

AI GitHub 저장소

PyTorch는 강력한 GPU 가속을 활용하여 효율적인 계산을 지원하는 동적 신경망 구축을 위한 도구를 제공하는 오픈 소스 머신 러닝 라이브러리입니다.

머신러닝 및 데이터 사이언스
도구 보기

AI GitHub 저장소

강력한 GPU 가속을 활용하여 효율적인 계산을 지원하는 동적 신경망 구축을 위한 도구를 제공하는 오픈 소스 머신 러닝 라이브러리입니다.PyTorch는 강력한 GPU 가속을 활용하여 효율적인 계산을 지원하는 동적 신경망 구축을 위한 도구를 제공하는 오픈 소스 머신 러닝 라이브러리입니다.

추천머신러닝 및 데이터 사이언스
AI GitHub 저장소 TOP 250 보기

DeepInfer

AI GitHub 저장소

DeepInfer는 DeepSeek 모델을 위해 설계된 고성능 대규모 추론 프레임워크입니다. 효율적이고 확장 가능한 추론 프로세스를 지원하여 강력한 모델 배포 및 실행이 필요한 딥 러닝 프로젝트에 적합합니다.

MLOps 및 모델 배포
도구 보기

AI GitHub 저장소

DeepSeek 모델을 위해 설계된 고성능 대규모 추론 프레임워크입니다. 효율적이고 확장 가능한 추론 프로세스를 지원하여 강력한 모델 배포 및 실행이 필요한 딥 러닝 프로젝트에 적합합니다.DeepInfer는 DeepSeek 모델을 위해 설계된 고성능 대규모 추론 프레임워크입니다. 효율적이고 확장 가능한 추론 프로세스를 지원하여 강력한 모델 배포 및 실행이 필요한 딥 러닝 프로젝트에 적합합니다.

MLOps 및 모델 배포
AI GitHub 저장소 TOP 250 보기

YOLOR

AI GitHub 저장소

YOLOR는 '하나의 표현만 배우기: 다중 작업을 위한 통합 네트워크'라는 논문의 구현입니다. 다양한 응용 프로그램을 위해 단일 표현을 활용하여 여러 작업을 효율적으로 처리하기 위한 통합 네트워크를 제공하는 것을 목표로 합니다.

컴퓨터 비전 도구
도구 보기

AI GitHub 저장소

'하나의 표현만 배우기: 다중 작업을 위한 통합 네트워크'라는 논문의 구현입니다. 다양한 응용 프로그램을 위해 단일 표현을 활용하여 여러 작업을 효율적으로 처리하기 위한 통합 네트워크를 제공하는 것을 목표로 합니다.YOLOR는 '하나의 표현만 배우기: 다중 작업을 위한 통합 네트워크'라는 논문의 구현입니다. 다양한 응용 프로그램을 위해 단일 표현을 활용하여 여러 작업을 효율적으로 처리하기 위한 통합 네트워크를 제공하는 것을 목표로 합니다.

컴퓨터 비전 도구
AI GitHub 저장소 TOP 250 보기
1/8