ONNX

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Open Neural Network Exchange (ONNX)
ONNX logo main.png
Тип Для построения нейронных сетей
Разработчики Facebook, Microsoft
Написана на C++, Python
Операционная система Windows, Linux
Первый выпуск сентябрь 2017; 3 года назад (2017-09)
Аппаратная платформа кроссплатформенный
Последняя версия 1.7.0[1]. (28 мая 2020; 12 месяцев назад (2020-05-28))
Состояние Активное
Лицензия MIT
Сайт onnx.ai

ONNX (Open Neural Network Exchange) — открытая библиотека программного обеспечения для построения нейронных сетей глубокого обучения. С помощью ONNX ИИ-разработчики могут обмениваться моделями между различными инструментами и выбирать наилучшую комбинацию этих инструментов. ONNX разрабатывается и поддерживается совместно компаниями Microsoft, Facebook, Amazon и другими партнерами как проект с открытым исходным кодом[2][3].

ONNX позволяет обучать модели в рамках, а затем переносить их в другую среду для распознавания лиц, распознавания жестов или объектов и т. д. Это позволяет разработчикам использовать правильную комбинацию инструментов. Модели ONNX в настоящее время поддерживаются в Caffe2, Microsoft Cognitive Toolkit, MXNet, PyTorch и OpenCV, и есть интерфейсы для многих других популярных фреймворков и библиотек.

ONNX Model Zoo — это коллекция моделей глубокого обучения с предварительным обучением, доступных в формате ONNX. Каждая модель поставляется с интерактивной оболочкой IPython для обучения модели и выработки соответствующей модели. Записные книжки написаны на Python и содержат ссылки на набор обучающих данных, а также ссылки на оригинальный научный документ, описывающий архитектуру модели.

ONNX.js[править | править код]

ONNX.js является JavaScript-библиотекой для запуска ONNX модели в браузерах и на Node.js. С ONNX.js веб-разработчики могут интегрировать и тестировать предварительно обученные модели ONNX непосредственно в веб-браузере. Это имеет следующие преимущества: сокращение взаимодействия сервер-клиент, защита пользовательских данных, кроссплатформенное машинное обучение без установки программного обеспечения на клиенте.

ONNX.js может быть запущен как на CPU, так и на GPU. Для работы на процессоре используется WebAssembly. Это позволит модели работать практически на родной скорости. Кроме того, ONNX.js использует Web worker (англ.) для обеспечения «многопоточной» вычислительной среды распараллеливания. Эмпирическая оценка показывает очень многообещающие улучшения производительности процессора, используя все преимущества WebAssembly и Web Workers. Для работы на графических процессорах WebGL является стандартом для доступа к функциям графического процессора[4][5][6].

См. также[править | править код]

Примечания[править | править код]

  1. Release 1.7.0 (англ.) (28 May 2020). Дата обращения: 3 июня 2020.
  2. Braddock Gaskill. ONNX: the Open Neural Network Exchange Format (англ.). Linux Journal (25 April 2018). Дата обращения: 17 января 2019.
  3. heise online. Microsoft und Facebook machen gemeinsame KI-Sache (нем.). Дата обращения: 17 января 2019.
  4. Microsoft ONNX.js: run ONNX models using JavaScript. (неопр.) (7 марта 2019). Дата обращения: 7 марта 2019.
  5. Will Badr ONNX.js: Universal Deep Learning Models in The Browser (неопр.) (8 января 2019). Дата обращения: 7 марта 2019.
  6. ONNX.js - Run ONNX models in the browser (Demos) (неопр.). Microsoft. Дата обращения: 7 марта 2019.

Ссылка[править | править код]