ONNX使机器学习模型可移植，可共享

admin

ONNX使机器学习模型可移植，可共享

远程控制

微软和Facebook的机器学习模式格式旨在让开发者自由选择框架，并共享训练有素的模型，而不用麻烦

Microsoft和Facebook已经宣布了一个联合项目，使数据分析师更容易地在不同的机器学习框架之间交换经过培训的模型。

开放神经网络交换（ONNX）格式旨在提供一种常用的方式来表示神经网络所使用的数据。大多数框架都有自己的特定模型格式，只能通过转换工具与来自其他框架的模型配合使用, 灰鸽子, 监控软件。

ONNX允许在框架之间自由交换模型，而不需要转换过程。在一个框架上训练的模型可以用于另一个框架的推论。

微软声称ONNX格式提供了超越之外的优势，无需在模型格式之间进行转换。例如，它允许开发人员选择反映工作和工作流程的框架，因为每个框架都针对不同的用例进行优化：“快速培训，支持灵活的网络架构，在移动设备上推论等”。

Facebook指出，已经有几个关键框架开始支持ONNX。 Caffe2，PyTorch（Facebook的两个项目）和Cognitive Toolkit（微软的项目）将在9月份的某个时候提供支持。据Facebook的说法，“将允许在其中一个框架中训练的模型被导出到另一个框架中进行推理。”

ONNX支持版本的第一波不会覆盖所有的门外。在PyTorch的案例中，Facebook指出，“PyTorch中的一些更先进的程序，如具有动态流量控制的程序”，将不会从ONNX支持中获益匪浅，远程控制, 灰鸽子远程控制软件。

现在还没有立即清楚ONNX型号的大小与已经普遍使用的尺寸形状相符。例如，苹果公司的核心ML格式是由苹果公司设计的，因此可以将最小型但精确的型号部署到像iPhone这样的最终用户设备上。但是核心ML是专有的。 ONNX的长期目标之一是为了更容易地提供模型来推断多种目标。