当前位置: 首页 > news >正文

Onnx 1-深度学习-概述1

Onnx 1-深度学习-概述1

  • 一: Onnx 概念
    • 1> Onnx 介绍
    • 2> Onnx 的作用
    • 3> Onnx 应用场景
    • 4> Onnx 文件格式
      • 1. Protobuf 特点
      • 2. onnx.proto3协议
    • 3> Onnx 模型基本操作
  • 二:Onnx API
    • 1> 算子详解
    • 2> Onnx 算子介绍
  • 三: Onnx 模型
    • 1> Onnx 函数功能
      • 1. np.random.randn
      • 2. helper.make_tensor_value_info
      • 3. helper.make_node
      • 4. helper.make_graph
      • 5. helper.make_model
      • 6. onnx.checker.check_model
      • 7. onnx.save
      • 8. helper.make_tensor
    • 2> Onnx模型构建概述
    • 3> Netron可视化
    • 3> Onnx.Runtime 运行模型
  • 四: Onnx 模型demo
      • 1. Onnx demo-单个模型创建
      • 2. Onnx demo-级联模型创建
      • 3. Onnx demo-batch_input&batch_output
      • 4. Onnx demo-initial_weight
  • 四:Onnx 相关资料

一: Onnx 概念

1> Onnx 介绍

Onnx (Open Neural Network Exchange)是一种开放的深度学习模型格式,旨在实现不同深度学习框架之间的模型互操作性。ONNX模型算子是指在ONNX中定义的各种基本操作和计算单元,用于构建和运行深度学习模型。

Onnx 是一种针对机器学习所设计的开放式的文件格式,用于存储训练好的模型。它使得不同的深度学习框架(如Pytorch, MXNet)可以采用相同格式存储模型数据。简而言之,ONNX是一种便于在各个主流深度学习框架中迁移模型的中间表达格式;
ONNX 可以与专门的编程语言相提并论 在数学函数中。它定义了所有必要的操作 机器学习模型需要实现其推理功能 用这种语言;
ONNX 旨在为任何机器学习框架提供通用语言 可以用来描述它的模型。第一种方案是让它更容易 在生产环境中部署机器学习模型。ONNX 解释器 (或运行时)可以专门针对此任务进行实现和优化 在部署它的环境中。使用 ONNX,这是可能的 构建一个独特的流程,以在生产环境中部署模型并独立部署模型 从用于构建模型的学习框架。ONNX 实现可用于评估的 Python 运行时 ONNX 模型并评估 ONNX 操作;

2> Onnx 的作用

作用含义
提高模型的互操作性NNX允许不同深度学习框架之间进行模型的转换和共享。这意味着您可以将从一个框架中训练的模型转换为另一个框架,并在不同平台或设备上运行,同时保留其精度和性能。通过提供通用的模型表示方式,ONNX提高了模
http://www.lryc.cn/news/398646.html

相关文章:

  • 网络基础——udp协议
  • 分布式锁理解
  • Android Gradle 开发与应用 (十): Gradle 脚本最佳实践
  • c#获取本机的MAC地址(附源码)
  • sqlmap使用之-post注入、head注入(ua、cookie、referer)
  • XSS: 原理 反射型实例[入门]
  • Idea新增Module报错:sdk ‘1.8‘ type ‘JavaSDK‘ is not registered in ProjectJdkTable
  • 基于RHCE基础搭建简单服务
  • 威纶通触摸屏软件离线仿真时出现报错8000端口占用或服务器断线
  • CAS详解
  • 【笔记】虚拟机中的主从数据库连接实体数据库成功后的从数据库不同步问题解决方法2
  • 【每日一练】python类和对象现实举例详细讲解
  • 【学习css1】flex布局-页面footer部分保持在网页底部
  • Java中创建线程的几种方式
  • [A-04] ARMv8/ARMv9-Cache的相关策略
  • 【笔试常见编程题06】最近公共祖先、求最大连续bit数、二进制插入、查找组成一个偶数最接近的两个素数
  • 【工具分享】Gophish——网络钓鱼框架
  • “职业三大底层逻辑“是啥呢?
  • 飞睿智能无线高速uwb安全数据传输模块,低功耗、抗干扰超宽带uwb芯片传输速度技术新突破
  • 手把手教你从微信中取出聊天表情图片,以动态表情保存为gif为例
  • 【深度学习】图形模型基础(5):线性回归模型第三部分:线性回归模型拟合
  • 【Git 入门】初始化配置与新建仓库
  • C语言 求两个整数的最大公约数和最小公倍数
  • Linux arm64平台指令替换函数 aarch64_insn_patch_text_nosync
  • 谷歌浏览器插件开发笔记0.1.033
  • ETag:Springboot接口如何添加Tag
  • JavaSe系列二十七: Java正则表达式
  • (深度估计学习)Depth Anything V2 复现
  • C语言——printf、scanf、其他输入输出函数
  • adb 常用的命令总结