描述
ONNX 1.23.0 文档是理解和使用 Open Neural Network Exchange 格式的全面资源。它首先介绍了 ONNX 及其基本概念，并指导用户完成与 Python 的集成。提供了详细的 API 参考，包括版本控制策略、数据结构、函数以及 ONNX 算子的完整列表。
详细阐述了技术细节，包括 8 位浮点存储的细节，以及 4 位和 2 位整数类型的实现。文档还介绍了 ONNX 仓库，提供了关于为算子添加函数体以及将新算子或函数引入 ONNX 生态系统的过程的指导。安全保证案例也是文档的一部分，强调了 ONNX 对稳健开发的承诺。
进一步的技术章节深入探讨了 ONNX 中的广播机制、可微分标签指南、维度表示法和外部数据处理。展示了 Open Neural Network Exchange 中间表示 (ONNX IR) 规范，以及实现 ONNX 后端的说明。还涵盖了实验性算子和元数据的管理，以及 ONNX 类型和 ONNX 后端测试套件。
关于官方 ONNX 版本和算子约定的信息为框架的演变提供了背景。包括了面向开发者的 Python API 概述以及使用 Sigstore 证明验证 PyPI 版本的方法。最后，文档还涉及了外部数据安全、ONNX 形状推理、ONNX 文本语法、类型表示法、ONNX 版本转换器和 ONNX 版本控制，使其成为 ONNX 用户和贡献者的完整参考。
ONNX 文档的核心功能
ONNX 概念介绍
ONNX 与 Python 集成指南
全面的 API 参考
ONNX 版本控制的详细解释
ONNX 数据结构文档
ONNX 函数的覆盖
深入的 ONNX 算子文档
数据类型和存储的技术细节（例如，8 位浮点，4 位整数）
ONNX 仓库指南
算子和函数添加流程
ONNX 安全保证案例
ONNX 中的广播
可微分标签指南
维度表示法和类型表示法
外部数据处理
ONNX IR 规范
ONNX 后端实现指南
实验性算子管理
ONNX 元数据
ONNX 类型
ONNX 后端测试套件
官方 ONNX 版本
算子约定概述
Python API 概述
用于 PyPI 版本的 Sigstore 证明
ONNX 形状推理
ONNX 文本语法
ONNX 版本转换器
ONNX 文档入门
理解 ONNX 概念：阅读介绍部分以掌握 ONNX 的基本原理。
与 Python 集成：遵循 ONNX 与 Python 指南进行实际实现。
探索 API 参考：利用 API 参考获取有关函数、算子和数据结构的详细信息。
实现 ONNX 后端：查阅实现 ONNX 后端的指南以获得自定义解决方案。
添加新算子/函数：参考文档了解添加新算子或函数的流程。
管理实验性功能：学习如何管理和使用实验性算子。
验证版本：了解使用 Sigstore 证明验证 ONNX PyPI 版本的过程。
ONNX 文档的使用案例
- 模型互操作性
- 硬件加速
- 模型优化
- 研究与开发
- 生产部署
