Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

ONNX

ONNX (Open Neural Network Exchange) é um padrão aberto projetado para representar modelos de aprendizado de máquina. Ele permite a interoperabilidade entre diferentes estruturas de aprendizado profundo, permitindo que os desenvolvedores movam modelos entre ferramentas como PyTorch, TensorFlow e Keras. Este repositório do GitHub serve como o centro central para seu desenvolvimento, documentação e contribuições da comunidade, promovendo um ambiente colaborativo para o avanço da troca de modelos de IA.

Ver repositório
Compartilhar
Ver repositório
Compartilhar

ONNX, que significa Open Neural Network Exchange, é um padrão aberto crucial no ecossistema de aprendizado de máquina. Seu principal objetivo é facilitar a interoperabilidade entre várias estruturas de aprendizado profundo. No campo em rápida evolução da IA, os desenvolvedores frequentemente trabalham com várias estruturas, como PyTorch, TensorFlow, Keras e outras, cada uma com suas próprias forças e casos de uso preferidos. O ONNX aborda o desafio de mover modelos de forma contínua entre esses diferentes ambientes.

Ler mais

O padrão define um conjunto comum de operadores e um formato de arquivo comum para representar modelos de aprendizado profundo. Isso significa que um modelo treinado em uma estrutura pode ser exportado para o formato ONNX e, em seguida, importado e executado em outra estrutura que suporte ONNX. Essa capacidade é inestimável para pesquisadores e engenheiros que precisam de flexibilidade em sua cadeia de ferramentas, permitindo que aproveitem os melhores recursos de cada estrutura sem ficarem presos a um único ecossistema.

O repositório do GitHub do ONNX serve como o centro de desenvolvimento central para este padrão aberto. Ele contém as especificações principais, implementações de referência, documentação e contribuições da comunidade. O repositório é mantido ativamente, com atualizações frequentes refletindo os avanços em aprendizado de máquina e as necessidades da comunidade. Inclui vários componentes, como definições para operadores, estruturas de gráfico e tipos de dados, todos projetados para garantir uma representação robusta e consistente do modelo.

As principais capacidades do ONNX incluem portabilidade de modelos, otimização e implantação. Ao fornecer uma representação unificada, o ONNX permite que ferramentas de otimização de modelos sejam aplicadas universalmente, independentemente da estrutura de treinamento original. Isso pode levar a um desempenho de inferência melhorado em vários alvos de hardware, desde servidores em nuvem até dispositivos de borda. Além disso, o ONNX simplifica o processo de implantação, uma vez que muitos mecanismos de inferência e aceleradores de hardware oferecem suporte nativo ao ONNX.

O público-alvo do ONNX inclui pesquisadores de aprendizado de máquina, cientistas de dados, engenheiros de IA e desenvolvedores que trabalham na implantação de modelos de IA. Sua proposta de valor reside na redução da fricção no ciclo de vida de desenvolvimento e implantação de modelos, promovendo a colaboração e acelerando a inovação em toda a comunidade de IA. A natureza de código aberto do projeto incentiva a ampla participação e garante que o padrão evolua para atender às diversas necessidades de seus usuários.

  • CategoriaProgramação e desenvolvimento
  • Modelo de preçosCódigo aberto
  • ImplantaçãoNuvem, Auto-hospedado
  • PlataformasWeb

  • Padrão aberto para interoperabilidade em aprendizado de máquina

  • Formato comum de representação de modelos

  • Suporte para várias estruturas de aprendizado profundo

  • Facilita a portabilidade de modelos

  • Permite otimização de modelos entre estruturas

  • Repositório ativo no GitHub para desenvolvimento

  • Documentação abrangente para operadores e estruturas de gráfico

  • Desenvolvimento e contribuições orientados pela comunidade

  • Simplifica a implantação de modelos de IA

  • Implementações de referência disponíveis

  • Controle de versão para especificações e código

  • Integração contínua para garantia de qualidade

  • Gerenciamento de vulnerabilidades de segurança

  • Roteiro para desenvolvimento futuro

  1. Clonar Repositório: Use `git clone https://github.com/onnx/onnx.git` para obter o código-fonte mais recente.

  2. Instalar Dependências: Siga o guia `INSTALL.md` para configurar as ferramentas e bibliotecas de construção necessárias.

  3. Compilar ONNX: Compile a biblioteca e as ferramentas ONNX usando os scripts de construção fornecidos ou configurações do CMake.

  4. Integrar Modelos: Exporte seus modelos de aprendizado de máquina de estruturas como PyTorch ou TensorFlow para o formato ONNX.

  5. Executar Inferência: Carregue modelos ONNX em mecanismos de inferência compatíveis para implantação e execução.

  6. Contribuir: Envie pull requests para correções de bugs, novos recursos ou melhorias na documentação seguindo `CONTRIBUTING.md`.

  • Portabilidade de Modelos entre Estruturas
  • Otimização de Modelos
  • Implantação em Dispositivos de Borda
  • Serviços de Inferência em Nuvem
  • Colaboração em Pesquisa
  • Aceleração de Hardware
  • Versionamento de Modelos

Avaliações de ONNX

Carregando...

Ferramentas de IA populares como ONNX

TensorFlow

Repositórios de IA no GitHub

TensorFlow é um framework de aprendizado de máquina open-source projetado para todos. Ele fornece um ecossistema abrangente para construir e implantar modelos de aprendizado de…

Plataformas de machine learning
Ver ferramenta

Repositórios de IA no GitHub

Framework de aprendizado de máquina open-source projetado para todos. Ele fornece um ecossistema abrangente para construir e implantar modelos de aprendizado de…TensorFlow é um framework de aprendizado de máquina open-source projetado para todos. Ele fornece um ecossistema abrangente para construir e implantar modelos de aprendizado de…

DestaquePlataformas de machine learning
Ver o Top 250 de Repositórios de IA no GitHub

Keras

Repositórios de IA no GitHub

Keras é uma biblioteca de deep learning de código aberto projetada para humanos. Ela simplifica o processo de construção de redes neurais e permite que desenvolvedores contribuam…

Plataformas de machine learning
Ver ferramenta

Repositórios de IA no GitHub

Biblioteca de deep learning de código aberto projetada para humanos. Ela simplifica o processo de construção de redes neurais e permite que desenvolvedores contribuam…Keras é uma biblioteca de deep learning de código aberto projetada para humanos. Ela simplifica o processo de construção de redes neurais e permite que desenvolvedores contribuam…

DestaquePlataformas de machine learning
Ver o Top 250 de Repositórios de IA no GitHub

Netron Visualizer

Repositórios de IA no GitHub

Netron é um visualizador para redes neurais, aprendizado profundo e modelos de aprendizado de máquina. Ele fornece uma interface intuitiva para explorar arquiteturas e parâmetros…

MLOps e implantação de modelos

Nº 84 em Repositórios de IA no GitHub

Ver ferramenta

Repositórios de IA no GitHub

Visualizador para redes neurais, aprendizado profundo e modelos de aprendizado de máquina. Ele fornece uma interface intuitiva para explorar arquiteturas e parâmetros…Netron é um visualizador para redes neurais, aprendizado profundo e modelos de aprendizado de máquina. Ele fornece uma interface intuitiva para explorar arquiteturas e parâmetros…

MLOps e implantação de modelos
Nº 84 em Repositórios de IA no GitHub

TensorFlow

Frameworks de IA

TensorFlow é uma plataforma de aprendizado de máquina open source de ponta a ponta, projetada para todos. Ela fornece um ecossistema flexível de ferramentas, bibliotecas e…

Plataformas de machine learning
Ver ferramenta

Frameworks de IA

Plataforma de aprendizado de máquina open source de ponta a ponta, projetada para todos. Ela fornece um ecossistema flexível de ferramentas, bibliotecas e…TensorFlow é uma plataforma de aprendizado de máquina open source de ponta a ponta, projetada para todos. Ela fornece um ecossistema flexível de ferramentas, bibliotecas e…

DestaquePlataformas de machine learning
Ver o Top 50 de Frameworks de IA

LocalAI

Repositórios de IA no GitHub

LocalAI é um motor de IA de código aberto que permite aos usuários executar vários modelos, incluindo LLMs, visão, voz, imagem e vídeo, em qualquer hardware sem exigir uma GPU.…

Plataformas de machine learning

Nº 53 em Repositórios de IA no GitHub

Ver ferramenta

Repositórios de IA no GitHub

Motor de IA de código aberto que permite aos usuários executar vários modelos, incluindo LLMs, visão, voz, imagem e vídeo, em qualquer hardware sem exigir uma GPU.…LocalAI é um motor de IA de código aberto que permite aos usuários executar vários modelos, incluindo LLMs, visão, voz, imagem e vídeo, em qualquer hardware sem exigir uma GPU.…

DestaquePlataformas de machine learning
Nº 53 em Repositórios de IA no GitHub

PyTorch

Repositórios de IA no GitHub

PyTorch é uma biblioteca de aprendizado de máquina de código aberto que fornece ferramentas para construir redes neurais dinâmicas em Python, aproveitando uma forte aceleração de…

Machine learning e ciência de dados
Ver ferramenta

Repositórios de IA no GitHub

Biblioteca de aprendizado de máquina de código aberto que fornece ferramentas para construir redes neurais dinâmicas em Python, aproveitando uma forte aceleração de…PyTorch é uma biblioteca de aprendizado de máquina de código aberto que fornece ferramentas para construir redes neurais dinâmicas em Python, aproveitando uma forte aceleração de…

DestaqueMachine learning e ciência de dados
Ver o Top 250 de Repositórios de IA no GitHub

DeepInfer

Repositórios de IA no GitHub

DeepInfer é uma estrutura de inferência de alto desempenho e grande escala projetada para modelos DeepSeek. Facilita processos de inferência eficientes e escaláveis, tornando-se…

MLOps e implantação de modelos
Ver ferramenta

Repositórios de IA no GitHub

Estrutura de inferência de alto desempenho e grande escala projetada para modelos DeepSeek. Facilita processos de inferência eficientes e escaláveis, tornando-se…DeepInfer é uma estrutura de inferência de alto desempenho e grande escala projetada para modelos DeepSeek. Facilita processos de inferência eficientes e escaláveis, tornando-se…

MLOps e implantação de modelos
Ver o Top 250 de Repositórios de IA no GitHub

YOLOR

Repositórios de IA no GitHub

YOLOR é uma implementação do artigo 'Você Só Aprende Uma Representação: Rede Unificada para Múltiplas Tarefas'. O objetivo é fornecer uma rede unificada para lidar com múltiplas…

Ferramentas de visão computacional
Ver ferramenta

Repositórios de IA no GitHub

Implementação do artigo 'Você Só Aprende Uma Representação: Rede Unificada para Múltiplas Tarefas'. O objetivo é fornecer uma rede unificada para lidar com múltiplas…YOLOR é uma implementação do artigo 'Você Só Aprende Uma Representação: Rede Unificada para Múltiplas Tarefas'. O objetivo é fornecer uma rede unificada para lidar com múltiplas…

Ferramentas de visão computacional
Ver o Top 250 de Repositórios de IA no GitHub
1 de 8