Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

Документация ONNX

ONNX (Open Neural Network Exchange) предоставляет документацию для своей версии 1.23.0. Она охватывает основные концепции, интеграцию с Python, справочник по API, версионирование, структуры данных и операторы. Документация подробно описывает технические аспекты, такие как хранение данных, безопасность и руководства по реализации для бэкендов и экспериментальных операторов.

Посетить URL
Поделиться
Посетить URL
Поделиться

Документация ONNX версии 1.23.0 служит исчерпывающим ресурсом для понимания и использования формата Open Neural Network Exchange. Она начинается с введения в ONNX и его фундаментальные концепции, направляя пользователей через интеграцию с Python. Предоставляется подробный справочник по API, охватывающий стратегии версионирования, структуры данных, функции и полный список операторов ONNX.

Читать далее

Технические детали детализированы, включая особенности хранения чисел с плавающей запятой в 8 битах и реализацию 4-битных и 2-битных целочисленных типов. Документация также охватывает репозиторий ONNX, предлагая руководство по добавлению тел функций для операторов и процессу внедрения новых операторов или функций в экосистему ONNX. Важным аспектом документации являются сценарии обеспечения безопасности, подчеркивающие приверженность ONNX надежной разработке.

Дальнейшие технические разделы посвящены механизмам трансляции (broadcasting) в ONNX, руководству по тегам дифференцируемости, обозначению размерностей и обработке внешних данных. Представлена спецификация промежуточного представления ONNX (ONNX IR), а также инструкции по реализации бэкенда ONNX. Также рассматриваются управление экспериментальными операторами и метаданными, типы ONNX и набор тестов для бэкендов ONNX.

Информация об официальных релизах ONNX и соглашениях по операторам предоставляет контекст для эволюции фреймворка. Обзор Python API и методы проверки релизов PyPI с подтверждениями Sigstore включены для разработчиков. Наконец, документация затрагивает безопасность внешних данных, вывод форм ONNX, текстовый синтаксис ONNX, обозначение типов, конвертер версий ONNX и версионирование ONNX, что делает ее полным справочником для пользователей и контрибьюторов ONNX.

  • КатегорияMLOps и развёртывание моделей
  • Модель ценообразованияБесплатно
  • РазвёртываниеОблако
  • ПлатформыВеб

  • Введение в концепции ONNX

  • Руководство по интеграции ONNX с Python

  • Исчерпывающий справочник по API

  • Подробное объяснение версионирования ONNX

  • Документация по структурам данных ONNX

  • Описание функций ONNX

  • Углубленная документация по операторам ONNX

  • Технические детали типов данных и хранения (например, 8-битный float, 4-битный integer)

  • Руководство по репозиторию ONNX

  • Процедуры добавления операторов и функций

  • Сценарий обеспечения безопасности ONNX

  • Трансляция (Broadcasting) в ONNX

  • Руководство по тегам дифференцируемости

  • Обозначение размерностей и обозначение типов

  • Обработка внешних данных

  • Спецификация ONNX IR

  • Руководство по реализации бэкенда ONNX

  • Управление экспериментальными операторами

  • Метаданные ONNX

  • Типы ONNX

  • Набор тестов для бэкендов ONNX

  • Официальные релизы ONNX

  • Обзор соглашений по операторам

  • Обзор Python API

  • Подтверждения Sigstore для релизов PyPI

  • Вывод форм ONNX

  • Текстовый синтаксис ONNX

  • Конвертер версий ONNX

  1. Понять концепции ONNX: Прочитайте вводные разделы, чтобы освоить основные принципы ONNX.

  2. Интегрировать с Python: Следуйте руководству по интеграции ONNX с Python для практической реализации.

  3. Изучить справочник по API: Используйте справочник по API для получения подробной информации о функциях, операторах и структурах данных.

  4. Реализовать бэкенд ONNX: Обратитесь к руководствам по реализации бэкенда ONNX для пользовательских решений.

  5. Добавить новые операторы/функции: Обратитесь к документации для получения инструкций по добавлению новых операторов или функций.

  6. Управлять экспериментальными функциями: Узнайте, как управлять экспериментальными операторами и использовать их.

  7. Проверять релизы: Поймите процесс проверки релизов ONNX PyPI с использованием подтверждений Sigstore.

  • Совместимость моделей
  • Аппаратное ускорение
  • Оптимизация моделей
  • Исследования и разработки
  • Развертывание в производстве

Отзывы о Документация ONNX

Загрузка...

Популярные ИИ-инструменты, похожие на Документация ONNX

MindSpore

AI-фреймворки

MindSpore предоставляет комплексный набор API для создания, обучения и инференса моделей ИИ. Он предлагает интерфейсы для основ фреймворка, операций, слоев нейронных сетей,…

Платформы машинного обучения
Открыть инструмент

AI-фреймворки

Предоставляет комплексный набор API для создания, обучения и инференса моделей ИИ. Он предлагает интерфейсы для основ фреймворка, операций, слоев нейронных сетей,…MindSpore предоставляет комплексный набор API для создания, обучения и инференса моделей ИИ. Он предлагает интерфейсы для основ фреймворка, операций, слоев нейронных сетей,…

Платформы машинного обучения
Топ-50: AI-фреймворки

Eden AI

AI-приложения

Eden AI предлагает унифицированный API для доступа к более чем 500 ведущим моделям ИИ, включая LLM и специализированные ИИ для речи, зрения и OCR. Он обеспечивает интеллектуальную…

MLOps и развёртывание моделей

№84 в MLOps и развёртывание моделей

Открыть инструмент

AI-приложения

Предлагает унифицированный API для доступа к более чем 500 ведущим моделям ИИ, включая LLM и специализированные ИИ для речи, зрения и OCR. Он обеспечивает интеллектуальную…Eden AI предлагает унифицированный API для доступа к более чем 500 ведущим моделям ИИ, включая LLM и специализированные ИИ для речи, зрения и OCR. Он обеспечивает интеллектуальную…

MLOps и развёртывание моделей
№84 в MLOps и развёртывание моделей

Инструктор - это многоязычная библиотека, предназначенная для извлечения структурированных, проверенных данных из больших языковых моделей (LLM). Она поддерживает более 15…

Платформы машинного обучения
Открыть инструмент

Многоязычная библиотека, предназначенная для извлечения структурированных, проверенных данных из больших языковых моделей (LLM). Она поддерживает более 15…Инструктор - это многоязычная библиотека, предназначенная для извлечения структурированных, проверенных данных из больших языковых моделей (LLM). Она поддерживает более 15…

РекомендованоПлатформы машинного обучения
Топ-50: AI-фреймворки

ONNX Runtime

AI-фреймворки

ONNX Runtime — это кроссплатформенный ускоренный фреймворк машинного обучения, который оптимизирует обучение и вывод. Он поддерживает различные языки программирования и платформы,…

Платформы машинного обучения
Открыть инструмент

AI-фреймворки

Кроссплатформенный ускоренный фреймворк машинного обучения, который оптимизирует обучение и вывод. Он поддерживает различные языки программирования и платформы,…ONNX Runtime — это кроссплатформенный ускоренный фреймворк машинного обучения, который оптимизирует обучение и вывод. Он поддерживает различные языки программирования и платформы,…

РекомендованоПлатформы машинного обучения
Топ-50: AI-фреймворки

Документация Keras

AI-фреймворки

Keras — это фреймворк глубокого обучения на Python. Он предоставляет высокоуровневый API для построения и обучения нейронных сетей. Keras ориентирован на быстрое…

Платформы машинного обучения
Открыть инструмент

AI-фреймворки

Keras — это фреймворк глубокого обучения на Python. Он предоставляет высокоуровневый API для построения и обучения нейронных сетей. Keras ориентирован на быстрое…

Платформы машинного обучения
Топ-50: AI-фреймворки

Visnet

AI-приложения

Visnet предлагает комплексный headless, мультисовместимый и универсальный интерфейс нейронных сетей для разработки и развертывания ИИ-моделей. Он предоставляет модульный фронтенд,…

MLOps и развёртывание моделейГосударство и госсектор
Открыть инструмент

AI-приложения

Предлагает комплексный headless, мультисовместимый и универсальный интерфейс нейронных сетей для разработки и развертывания ИИ-моделей. Он предоставляет модульный фронтенд,…Visnet предлагает комплексный headless, мультисовместимый и универсальный интерфейс нейронных сетей для разработки и развертывания ИИ-моделей. Он предоставляет модульный фронтенд,…

MLOps и развёртывание моделейГосударство и госсектор
Топ-250: AI-приложения

OpenNN

AI-фреймворки

OpenNN — это бесплатная библиотека программного обеспечения с открытым исходным кодом для нейронных сетей. Она предоставляет комплексный набор инструментов для разработки и…

Платформы машинного обучения
Открыть инструмент

AI-фреймворки

Бесплатная библиотека программного обеспечения с открытым исходным кодом для нейронных сетей. Она предоставляет комплексный набор инструментов для разработки и…OpenNN — это бесплатная библиотека программного обеспечения с открытым исходным кодом для нейронных сетей. Она предоставляет комплексный набор инструментов для разработки и…

Платформы машинного обучения
Топ-50: AI-фреймворки

OpenLIT

AI-приложения

OpenLIT — это открытая платформа для инжиниринга ИИ, обеспечивающая наблюдаемость для приложений GenAI и LLM. Она предлагает трассировку, оценку и управление промптами,…

MLOps и развёртывание моделей

№38 — Инженеры по промптам

Открыть инструмент

AI-приложения

Открытая платформа для инжиниринга ИИ, обеспечивающая наблюдаемость для приложений GenAI и LLM. Она предлагает трассировку, оценку и управление промптами,…OpenLIT — это открытая платформа для инжиниринга ИИ, обеспечивающая наблюдаемость для приложений GenAI и LLM. Она предлагает трассировку, оценку и управление промптами,…

MLOps и развёртывание моделей
№38 — Инженеры по промптам
1 из 8