onnxruntime
ONNX Runtime v1.20.0
ONNX Runtime เป็นการอนุมานข้ามแพลตฟอร์มและตัวเร่งการเรียนรู้ของเครื่องจักร
การอนุมานรันไทม์ของ ONNX ช่วยให้ลูกค้าได้รับประสบการณ์ที่รวดเร็วขึ้นและลดต้นทุนลง โดยรองรับโมเดลจากเฟรมเวิร์กการเรียนรู้เชิงลึก เช่น PyTorch และ TensorFlow/Keras รวมถึงไลบรารีแมชชีนเลิร์นนิงแบบคลาสสิก เช่น scikit-learn, LightGBM, XGBoost เป็นต้น ONNX Runtime เข้ากันได้กับไลบรารีแมชชีนเลิร์นนิงแบบคลาสสิก ฮาร์ดแวร์ ไดรเวอร์ และระบบปฏิบัติการ และมอบประสิทธิภาพสูงสุดโดยใช้ประโยชน์จากตัวเร่งฮาร์ดแวร์ที่เหมาะสมควบคู่ไปกับการเพิ่มประสิทธิภาพและการแปลงกราฟ เรียนรู้เพิ่มเติม →
การฝึกรันไทม์ของ ONNX สามารถเร่งเวลาการฝึกโมเดลบน NVIDIA GPU แบบหลายโหนดสำหรับโมเดลหม้อแปลงไฟฟ้าด้วยการเพิ่มบรรทัดเดียวสำหรับสคริปต์การฝึก PyTorch ที่มีอยู่ เรียนรู้เพิ่มเติม →
ข้อมูลทั่วไป : onnxruntime.ai
เอกสารการใช้งานและบทช่วยสอน : onnxruntime.ai/docs
วิดีโอสอนการใช้งาน YouTube : youtube.com/@ONNXRuntime
แผนงานการเปิดตัวที่จะเกิดขึ้น
ที่เก็บตัวอย่างสหาย :
| ระบบ | การอนุมาน | การฝึกอบรม |
|---|---|---|
| หน้าต่าง | ||
| ลินุกซ์ | ||
| แม็ค | ||
| หุ่นยนต์ | ||
| ไอโอเอส | ||
| เว็บ | ||
| อื่น |
โปรเจ็กต์นี้ได้รับการทดสอบด้วย BrowserStack
| ระบบ | การอนุมาน | การฝึกอบรม |
|---|---|---|
| ลินุกซ์ |
สามารถดูรุ่นปัจจุบันและรุ่นที่ผ่านมาได้ที่นี่: https://github.com/microsoft/onnxruntime/releases
สำหรับรายละเอียดเกี่ยวกับการเปิดตัวที่กำลังจะมาถึง รวมถึงวันที่วางจำหน่าย ประกาศ คุณสมบัติ และคำแนะนำในการส่งคำขอคุณสมบัติ โปรดไปที่แผนงานการเปิดตัว: https://onnxruntime.ai/roadmap
การแจกจ่าย Windows ของโครงการนี้อาจรวบรวมข้อมูลการใช้งานและส่งไปยัง Microsoft เพื่อช่วยปรับปรุงผลิตภัณฑ์และบริการของเรา ดูคำชี้แจงสิทธิ์ส่วนบุคคลสำหรับรายละเอียดเพิ่มเติม
เรายินดีต้อนรับการมีส่วนร่วม! โปรดดูแนวทางการบริจาค
สำหรับการร้องขอคุณสมบัติหรือรายงานข้อผิดพลาด โปรดยื่นปัญหา GitHub
สำหรับการสนทนาหรือคำถามทั่วไป โปรดใช้การสนทนา GitHub
โครงการนี้ได้นำหลักจรรยาบรรณของ Microsoft Open Source มาใช้ สำหรับข้อมูลเพิ่มเติม โปรดดูคำถามที่พบบ่อยเกี่ยวกับจรรยาบรรณหรือติดต่อ [email protected] หากมีคำถามหรือความคิดเห็นเพิ่มเติม
โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต MIT
