padanxruntime

ONNX Runtime adalah akselerator pembelajaran mesin inferensi dan pelatihan lintas platform .

Inferensi ONNX Runtime dapat memungkinkan pengalaman pelanggan yang lebih cepat dan biaya yang lebih rendah, mendukung model dari kerangka pembelajaran mendalam seperti PyTorch dan TensorFlow/Keras serta perpustakaan pembelajaran mesin klasik seperti scikit-learn, LightGBM, XGBoost, dll. ONNX Runtime kompatibel dengan berbagai perangkat keras, driver, dan sistem operasi, serta memberikan kinerja optimal dengan memanfaatkan akselerator perangkat keras jika memungkinkan, bersamaan dengan pengoptimalan dan transformasi grafik. Pelajari lebih lanjut →

Pelatihan ONNX Runtime dapat mempercepat waktu pelatihan model pada GPU NVIDIA multi-node untuk model transformator dengan tambahan satu baris untuk skrip pelatihan PyTorch yang ada. Pelajari lebih lanjut →

Memulai & Sumber Daya

• Informasi Umum : onnxruntime.ai

• Dokumentasi dan tutorial penggunaan : onnxruntime.ai/docs

• Tutorial video YouTube : youtube.com/@ONNXRuntime

• Peta Jalan Rilis Mendatang

• Repositori sampel pendamping :

  • Inferensi Waktu Proses ONNX: contoh inferensi microsoft/onnxruntime
  • Pelatihan Runtime ONNX: contoh pelatihan microsoft/onnxruntime

Status Saluran Pipa Bawaan

Sistem	Kesimpulan	Pelatihan
jendela
Linux
Mac
Android
iOS
jaring
Lainnya

Proyek ini diuji dengan BrowserStack.

Status Saluran Pipa Pihak Ketiga

Sistem	Kesimpulan	Pelatihan
Linux

Rilis

Rilis saat ini dan rilis sebelumnya dapat ditemukan di sini: https://github.com/microsoft/onnxruntime/releases.

Untuk detail tentang rilis mendatang, termasuk tanggal rilis, pengumuman, fitur, dan panduan dalam mengirimkan permintaan fitur, silakan kunjungi peta jalan rilis: https://onnxruntime.ai/roadmap.

Data/Telemetri

Distribusi Windows pada proyek ini mungkin mengumpulkan data penggunaan dan mengirimkannya ke Microsoft untuk membantu meningkatkan produk dan layanan kami. Lihat pernyataan privasi untuk lebih jelasnya.

Kontribusi dan Masukan

Kami menyambut kontribusi! Silakan lihat pedoman kontribusi.

Untuk permintaan fitur atau laporan bug, harap ajukan Masalah GitHub.

Untuk diskusi umum atau pertanyaan, silakan gunakan Diskusi GitHub.

Kode Etik

Proyek ini telah mengadopsi Kode Etik Sumber Terbuka Microsoft. Untuk informasi lebih lanjut lihat FAQ Pedoman Perilaku atau hubungi [email protected] jika ada pertanyaan atau komentar tambahan.

Lisensi

Proyek ini dilisensikan di bawah Lisensi MIT.