Facebook推出ONNX，旨在為不同編程框架的神經網絡創建共享模型
今年9月，Facebook宣布推出“開源神經網絡交換”（ONNX），呼吁其他公司加入，旨在為不同編程框架的神經網絡創建共享模型。今天，Facebook聯合AWS和微軟宣布，在合作伙伴的支持下，第一個正式版本的ONNX已經正式投入使用。
目前機器學習生態系統中的一個關鍵問題是，開發和執行神經網絡和其他機器學習系統有很多不同的框架，但它們都是截然不同的，而且不支持相互操作。ONNX的出現將為開發者提供更強的工具組合和更簡單的傳輸模型，從而有助于創建一個自由、創新的AI生態系統。自推出以來，ONNX就得到了各界的響應。AMD、ARM、IBM、英特爾、華為、英偉達、高通都宣布支持ONNX，除此之外還有許多公司都為其推出做出了貢獻。
目前ONNX已支持Caffe2、微軟的Cognitive Toolkit、亞馬遜偏愛的機器學習框架Apache MXNet（9月的最初版本上是不支持的該框架的）、PyTorch和英偉達的TensorRT。雖然還不支持TensorFlow等其他的框架，但ONNX為它們提供了相應的轉換器。
當前的ONNX主要是為視覺應用設計的，將來研究人員打算將其應用于更多領域，包括語言建模等動態模型。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
神經網絡
+關注
關注
42文章
4774瀏覽量
100894 -
Facebook
+關注
關注
3文章
1429瀏覽量
54808 -
共享
+關注
關注
1文章
72瀏覽量
13278
原文標題：Facebook開源項目ONNX正式使用，欲打造共享神經網絡
文章出處：【微信號：jqr_AI，微信公眾號：論智】歡迎添加關注！文章轉載請注明出處。
發布評論請先 登錄
相關推薦
卷積神經網絡的實現工具與框架
： TensorFlow是由Google Brain團隊開發的開源機器學習框架，它支持多種深度學習模型的構建和訓練，包括卷積神經網絡。TensorFlow以其靈活性和可擴展性而聞名，適用于研究和生產環境。 特點： 靈活性： Te
神經網絡辨識模型具有什么特點
神經網絡辨識模型是一種基于人工神經網絡的系統辨識方法，它具有以下特點： 非線性映射能力 ：神經網絡能夠處理非線性問題，可以很好地擬合復雜的非線性系統。 泛化能力 ：
pytorch中有神經網絡模型嗎
處理、語音識別等領域取得了顯著的成果。PyTorch是一個開源的深度學習框架，由Facebook的AI研究團隊開發。它以其易用性、靈活性和高效性而受到廣泛歡迎。在PyTorch中，有許多預訓練的神經網絡
遞歸神經網絡和循環神經網絡的模型結構
遞歸神經網絡是一種旨在處理分層結構的神經網絡，使其特別適合涉及樹狀或嵌套數據的任務。這些網絡明確地模擬了層次結構中的關系和依賴關系，例如語言中的句法結構或圖像中的層次表示。它使用遞歸操
PyTorch神經網絡模型構建過程
PyTorch，作為一個廣泛使用的開源深度學習庫，提供了豐富的工具和模塊，幫助開發者構建、訓練和部署神經網絡模型。在神經網絡模型中，輸出層是尤為關鍵的部分，它負責將
rnn是什么神經網絡模型
RNN（Recurrent Neural Network，循環神經網絡）是一種具有循環結構的神經網絡模型，它能夠處理序列數據，并對序列中的元素進行建模。RNN在自然語言處理、語音識別、時間序列預測等
人工神經網絡模型包含哪些層次
人工神經網絡（Artificial Neural Network，ANN）是一種模擬人腦神經網絡的計算模型，具有自適應、自學習、泛化能力強等特點。本文將詳細介紹人工神經網絡
人工神經網絡模型的分類有哪些
人工神經網絡（Artificial Neural Networks, ANNs）是一種模擬人腦神經元網絡的計算模型，它在許多領域，如圖像識別、語音識別、自然語言處理、預測分析等有著廣泛的應用。本文將
卷積神經網絡和bp神經網絡的區別
不同的神經網絡模型，它們在結構、原理、應用等方面都存在一定的差異。本文將從多個方面對這兩種神經網絡進行詳細的比較和分析。 引言 神經網絡是一種模擬人腦
數學建模神經網絡模型的優缺點有哪些
數學建模神經網絡模型是一種基于人工神經網絡的數學建模方法，它通過模擬人腦神經元的連接和信息傳遞機制，對復雜系統進行建模和分析。神經網絡
神經網絡模型的原理、類型及應用領域
數學建模神經網絡模型是一種基于人工神經網絡的數學建模方法，它通過模擬人腦神經元的工作機制，實現對復雜問題的建模和求解。神經網絡
使用PyTorch構建神經網絡
PyTorch是一個流行的深度學習框架，它以其簡潔的API和強大的靈活性在學術界和工業界得到了廣泛應用。在本文中，我們將深入探討如何使用PyTorch構建神經網絡，包括從基礎概念到高級特性的全面解析。本文旨在為讀者提供一個完整的
深度神經網絡模型有哪些
模型： 多層感知器（Multilayer Perceptron，MLP）： 多層感知器是最基本的深度神經網絡模型，由多個全連接層組成。每個隱藏層的神經元數量可以不同，通常使用激活函數如
如何使用Python進行神經網絡編程
神經網絡簡介 神經網絡是一種受人腦啟發的機器學習模型，由大量的節點（或稱為“神經元”）組成，這些節點在網絡中相互連接。每個節點可以接收輸入，
助聽器降噪神經網絡模型
抑制任務是語音增強領域的一個重要學科, 隨著深度神經網絡的興起，提出了幾種基于深度模型的音頻處理新方法[1,2,3,4]。然而，這些通常是為離線處理而開發的，不需要考慮實時性。當使用神經網絡
發表于 05-11 17:15
工商網監
評論