- ONNX Unterstützung
- Format-Konvertierung
- Automatische Konvertierung von Datentypen
- Erstellen eines Modells
- Ausführung eines Modells
- Ausführen im Strategy Tester
- OnnxCreate
- OnnxCreateFromBuffer
- OnnxRelease
- OnnxRun
- OnnxGetInputCount
- OnnxGetOutputCount
- OnnxGetInputName
- OnnxGetOutputName
- OnnxGetInputTypeInfo
- OnnxGetOutputTypeInfo
- OnnxSetInputShape
- OnnxSetOutputShape
- Datenstrukturen
Format-Konvertierung
ONNX ist ein offenes Format, das die Verwendung von Modellen aus verschiedenen Machine Learning Toolkits ermöglicht. Dieses Format wird von vielen Frameworks unterstützt, darunter Chainer, Caffee2 und PyTorch.
Eines der verbreitetsten Tools zur Konvertierung von Modellen in das ONNX-Format ist Microsofts ONNXMLTools.
Anweisungen zur Installation und Verwendung von ONNXMLTools sind im GitHub repo verfügbar. Die folgenden Toolkits werden derzeit unterstützt:
- Keras (ein Wrapper des keras2onnx converter)
- Tensorflow (ein Wrapper des tf2onnx converter)
- scikit-learn (ein Wrapper des skl2onnx converter)
- Apple Core ML
- Spark ML (experimentell)
- LightGBM
- libscm;
- XGBoost;
- H2O
- CatBoost
ONNXMLTools kann einfach installiert werden. Details zur Installation und Beispiele zur Modellkonvertierung finden Sie auf der Projektseite unter https://github.com/onnx/onnxmltools#install.