onnx런타임

ONNX Runtime은 크로스 플랫폼 추론 및 교육 기계 학습 가속기입니다 .

ONNX Runtime 추론은 PyTorch 및 TensorFlow/Keras와 같은 딥 러닝 프레임워크는 물론 scikit-learn, LightGBM, XGBoost 등과 같은 기존 기계 학습 라이브러리의 모델을 지원하여 고객 경험을 더 빠르게 하고 비용을 절감할 수 있습니다. ONNX Runtime은 다양한 제품과 호환됩니다. 하드웨어, 드라이버 및 운영 체제를 제공하며 그래프 최적화 및 변환과 함께 적용 가능한 하드웨어 가속기를 활용하여 최적의 성능을 제공합니다. 자세히 알아보기 →

ONNX 런타임 교육은 기존 PyTorch 교육 스크립트에 한 줄을 추가하여 변환기 모델용 다중 노드 NVIDIA GPU에서 모델 교육 시간을 가속화할 수 있습니다. 자세히 알아보기 →

시작하기 및 리소스

• 일반정보 : onnxruntime.ai

• 사용 문서 및 튜토리얼 : onnxruntime.ai/docs

• YouTube 비디오 튜토리얼 : youtube.com/@ONNXRuntime

• 다가오는 릴리스 로드맵

• 동반 샘플 저장소 :

  • ONNX 런타임 추론: microsoft/onnxruntime-inference-examples
  • ONNX 런타임 교육: microsoft/onnxruntime-training-examples

내장 파이프라인 상태

체계	추론	훈련
윈도우
리눅스
스코틀랜드 사람
기계적 인조 인간
iOS
편물
다른

이 프로젝트는 BrowserStack으로 테스트되었습니다.

타사 파이프라인 상태

체계	추론	훈련
리눅스

릴리스

현재 릴리스와 이전 릴리스는 https://github.com/microsoft/onnxruntime/releases에서 확인할 수 있습니다.

출시 날짜, 발표, 기능, 기능 요청 제출 지침 등 향후 출시에 대한 자세한 내용을 보려면 릴리스 로드맵(https://onnxruntime.ai/roadmap)을 방문하세요.

데이터/원격 측정

이 프로젝트의 Windows 배포판은 제품 및 서비스 개선을 위해 사용 데이터를 수집하여 Microsoft로 보낼 수 있습니다. 자세한 내용은 개인정보 보호정책을 참조하세요.

기여 및 피드백

우리는 기여를 환영합니다! 기여 가이드라인을 참조하시기 바랍니다.

기능 요청이나 버그 보고서는 GitHub 문제를 제출해 주세요.

일반적인 토론이나 질문이 있는 경우 GitHub 토론을 사용하세요.

행동 강령

이 프로젝트는 Microsoft 오픈 소스 행동 강령을 채택했습니다. 자세한 내용은 행동 강령 FAQ를 참조하거나 추가 질문이나 의견이 있는 경우 [email protected]으로 문의하세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다.