Что это такое?
ONNX (Open Neural Network Exchange) — это открытый стандарт для совместимости моделей машинного обучения: открытая экосистема и формат для моделей ИИ, как глубокого обучения, так и классического машинного обучения.
ONNX (Open Neural Network Exchange) — это открытый стандарт для совместимости моделей машинного обучения: открытая экосистема и формат для моделей ИИ, как глубокого обучения, так и классического машинного обучения.То есть это фреймворк, в котором я обучаю модели?Нет — это формат обмена. Модель сохраняется в виде расширяемого графа вычислений со встроенными операторами и стандартными типами данных, поэтому её можно переносить между разными инструментами.
Нет — это формат обмена. Модель сохраняется в виде расширяемого графа вычислений со встроенными операторами и стандартными типами данных, поэтому её можно переносить между разными инструментами.Мне нужна какая-то определённая версия Python или дополнительная настройка?Никакой особой настройки не нужно: пакеты (wheels) совместимы с abi3, поэтому один бинарный пакет работает сразу с несколькими версиями Python, начиная с 3.12.
Никакой особой настройки не нужно: пакеты (wheels) совместимы с abi3, поэтому один бинарный пакет работает сразу с несколькими версиями Python, начиная с 3.12.С его помощью можно обучать модели или только запускать их?Обучение сейчас не в фокусе: спецификация сосредоточена на возможностях, необходимых для инференса (получения предсказаний).
Обучение сейчас не в фокусе: спецификация сосредоточена на возможностях, необходимых для инференса (получения предсказаний).Где вообще можно запускать модели ONNX?Фиксированного списка платформ нет — ONNX широко поддерживается и встречается во множестве фреймворков, инструментов и аппаратных решений.
Фиксированного списка платформ нет — ONNX широко поддерживается и встречается во множестве фреймворков, инструментов и аппаратных решений.Зачем переводить модель в ONNX?Ради совместимости: модели перестают быть привязаны к одному фреймворку или производителю железа, что упрощает путь от исследований до продакшена и ускоряет развитие ИИ-сообщества.
Ради совместимости: модели перестают быть привязаны к одному фреймворку или производителю железа, что упрощает путь от исследований до продакшена и ускоряет развитие ИИ-сообщества.Что я получу, кроме самого формата?Документацию, туториалы по созданию ONNX-моделей, набор готовых предобученных ONNX-моделей, спецификацию промежуточного представления, документацию по операторам, а также утилиты на Python для вывода форм и типов, оптимизации графа и конвертации версий opset.
Документацию, туториалы по созданию ONNX-моделей, набор готовых предобученных ONNX-моделей, спецификацию промежуточного представления, документацию по операторам, а также утилиты на Python для вывода форм и типов, оптимизации графа и конвертации версий opset.ONNX до сих пор активно развивается?Да — это проект сообщества с открытым управлением: есть Steering Committee, специальные группы по интересам (SIG) и рабочие группы, ежегодный процесс составления роадмапа и митапы сообщества минимум раз в год.
Да — это проект сообщества с открытым управлением: есть Steering Committee, специальные группы по интересам (SIG) и рабочие группы, ежегодный процесс составления роадмапа и митапы сообщества минимум раз в год.Собранные пакеты (wheels) воспроизводимы?Частично это заложено в процесс: сборочные скрипты задают SOURCEDATEEPOCH равным времени коммита с исходниками, чтобы убрать разброс из-за временных меток. Но для побайтового совпадения нужны ещё одинаковая ревизия исходников, версии зависимостей, тулчейн, платформа и конфигурация сборки.
Частично это заложено в процесс: сборочные скрипты задают SOURCEDATEEPOCH равным времени коммита с исходниками, чтобы убрать разброс из-за временных меток. Но для побайтового совпадения нужны ещё одинаковая ревизия исходников, версии зависимостей, тулчейн, платформа и конфигурация сборки.What are similar projects?100-Days-Of-ML-Code, deeplearning4j, machine-learning-zoomcamp, best-of-ml-python, ailearning, onnxruntime, tensorflow, handson-ml2
100-Days-Of-ML-Code, deeplearning4j, machine-learning-zoomcamp, best-of-ml-python, ailearning, onnxruntime, tensorflow, handson-ml2Which topics is it in?open-standard, keras, scikit-learn, ml, deep-neural-networks, specification, mlops, onnx, tensorflow, neural-network, hardware, data-science
open-standard, keras, scikit-learn, ml, deep-neural-networks, specification, mlops, onnx, tensorflow, neural-network, hardware, data-science