Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Discusión n.º 1 de la hoja de ruta de ONNX 2020 20200903
Discusión n.º 1 de la hoja de ruta de ONNX 2020 20200903
El documento de hoja de ruta de ONNX, que ha estado abierto a contribuciones del público, es un tema clave en este video. La discusión cubre la extensión de ONNX en una canalización de aprendizaje automático, incluida la evolución de datos, el preprocesamiento y la extensión de ONNX en canalizaciones horizontales como QFLO. Las sugerencias hechas por los contribuyentes incluyen marcos de datos compatibles y la adopción de nuevos operadores para el preprocesamiento. Los oradores también analizan la adopción del estándar API de datos de Python para expandir el soporte de ONNX y garantizar la interoperabilidad entre otras bibliotecas. Además, los oradores analizan la integración de ONNX en Kubernetes y Kubeflow para optimizar el desarrollo de ML para los usuarios. El grupo planea continuar evaluando el impacto de la propuesta y agradece los comentarios a través de la hoja de ruta o el comité directivo.
Discusión n.° 2 de la hoja de ruta de ONNX 2020 20200909
Discusión n.° 2 de la hoja de ruta de ONNX 2020 20200909
En el video "Discusión de la hoja de ruta de ONNX", los oradores discuten varios temas relacionados con la hoja de ruta de ONNX, incluida la inferencia de formas, definiciones de operadores, implementaciones de referencia y la especificación de ONNX. Los oradores sugieren construir una infraestructura de inferencia de forma genérica para mejorar la optimización de la inferencia de forma, reduciendo la cantidad de operadores primitivos, agregando implementaciones de referencia para cada operador y casos de prueba mejor definidos para garantizar una implementación y prueba adecuadas de ONNX. El grupo planea continuar las discusiones dentro del operador SIG y en el foro de discusión de GitHub para agregar un nuevo operador.
Discusión n.º 3 de la hoja de ruta de ONNX 2020 20200916
Discusión n.º 3 de la hoja de ruta de ONNX 2020 20200916
La discusión en este video se centra en varios temas relacionados con ONNX, incluida la mejora del manejo de errores, la adición de un campo de esquema de metadatos predefinido para indicar la creación del modelo, la necesidad de optimización física de cuantificación y la posibilidad de actualizar modelos ONNX de Model Zoo a las versiones más recientes. El equipo planea priorizar estos temas en función de su impacto y costo y trabajar en ellos después del lanzamiento de 1.8. Además, el grupo considera la idea de crear diferentes enlaces de lenguaje para el conjunto de herramientas ONNX, con un interés particular en Java, para admitir diferentes plataformas como Spark. Los oradores también discuten la posibilidad de crear un envoltorio de Java alrededor de ONNX Runtime.
Discusión n.° 4 de la hoja de ruta de ONNX 2020 20200923
Discusión n.° 4 de la hoja de ruta de ONNX 2020 20200923
La cuarta parte de la discusión de la hoja de ruta de ONNX cubre los temas de soporte de marcos de datos, preprocesamiento, estandarización, canalización de aprendizaje automático de extremo a extremo y recomendaciones de herramientas. El soporte de marcos de datos se evalúa como valioso para los modelos clásicos de aprendizaje automático y podría eliminar la necesidad de preprocesamiento. Se destaca la necesidad de capturar el procesamiento previo dentro del modelo ONNX para mejorar el rendimiento, con un enfoque en la estandarización de categorías de alto nivel como el procesamiento de imágenes. La canalización de un extremo a otro tiene una prioridad baja, pero se sugiere agregar gradualmente componentes a la canalización. La discusión concluye con una recomendación de usar una herramienta para ayudar a una mayor discusión y análisis de los puntos de la agenda.
Discusión n.º 5 de la hoja de ruta de ONNX 2020 20201001
Discusión n.º 5 de la hoja de ruta de ONNX 2020 20201001
Durante la discusión de la hoja de ruta de ONNX, el equipo de ONNX discutió varias características sugeridas por miembros de la comunidad y calificadas por diferentes personas, incluido el comité directivo. Si bien algunas características se acordaron por unanimidad, otras dividieron a la comunidad. El equipo discutió la posibilidad de cambiar ONNX IR a múltiples IR y bibliotecas de optimización de IR centralizadas. También discutieron la idea de centralizar las bibliotecas de optimización dentro de ONNX y el requisito de que las operaciones implementen una interfaz estándar y un estilo de codificación. El equipo también debatió la posibilidad de tener un tiempo de ejecución simple para los modelos ONNX y el uso de operaciones de Python personalizadas para los casos en los que el tiempo de ejecución de ONNX no está disponible. Además, el equipo exploró la relación entre las operaciones de preprocesamiento y el uso de marcos de datos, planeando convertir sus ideas en propuestas procesables para el trabajo futuro.
Discusión n.º 1 de la hoja de ruta de ONNX 2021 20210908
Discusión n.º 1 de la hoja de ruta de ONNX 2021 20210908
Durante la discusión de la hoja de ruta de ONNX, IBM Research presentó su propuesta para un nuevo marco de canalización de aprendizaje automático que convierte los patrones típicos de preprocesamiento de datos en Pandas Dataframe al formato ONNX. El marco, denominado Data Frame Pipeline, es de código abierto en GitHub y se puede definir mediante la API proporcionada, que se ejecuta en Python durante la fase de capacitación. Los disertantes también discutieron la necesidad de hacer visible ONNX en lenguajes distintos a Python, como Java, C# y C++, y la exportación de modelos ONNX y su emisión desde otros lenguajes. Además, discutieron las funcionalidades actuales de los convertidores ONNX Python y C++ y la necesidad de funcionalidades de alcance, nombres y parches al escribir modelos ONNX.
Discusión n.° 2 de la hoja de ruta de ONNX 2021 20210917
Discusión n.° 2 de la hoja de ruta de ONNX 2021 20210917
En el debate n.º 2 de la hoja de ruta de ONNX 20210917, varios oradores discutieron varias áreas clave en las que ONNX necesita mejoras, incluida la cuantización y la facilidad de fusión, la optimización de kernels para plataformas de hardware específicas y la adición de funciones locales modelo a ONNX. Otros temas incluyeron comentarios sobre el soporte de tubería de extremo a extremo, desafíos que enfrentan los clientes en diferentes plataformas y problemas con la conversión de gráficos GRU y LSTM. Algunas soluciones sugeridas incluyeron proporcionar más información para que los backends ejecuten gráficos precuantificados, mejorar la interoperabilidad de diferentes marcos e incluir un espacio de nombres relacionado con el gráfico original para permitir una solución general y optimizada. Además, los oradores discutieron la necesidad de una mejor implementación de paquetes para una adopción más amplia y el potencial para desarrollar más convertidores para admitir modelos multimodales.
Discusión n.º 3 de la hoja de ruta de ONNX 2021 20210922
Discusión n.º 3 de la hoja de ruta de ONNX 2021 20210922
Durante la discusión de la hoja de ruta de ONNX, los oradores abordaron la necesidad de solucionar problemas con la herramienta de conversión de compensación de ONNX para mejorar la adopción de ONNX con la última pila optimizada para ciertos casos de uso. Los oradores propusieron una mejor cobertura de los modelos para probar la conversión de compensación y la resolución de los pasos intermedios que actualmente faltan en las pruebas de operadores o capas. También discutieron la importancia de los metadatos y la infraestructura de aprendizaje federado, incluida la necesidad de incluir metadatos en la especificación ONNX para transferir anotaciones de aprendizaje y el concepto de aprendizaje federado para permitir la privacidad, la eficiencia y el uso de recursos computacionales. Los oradores alentaron la colaboración de la comunidad y solicitaron comentarios para seguir discutiendo e implementando estas ideas. La próxima sesión está prevista para el 1 de octubre.
Reunión virtual de la comunidad ONNX: marzo de 2021
000 ONNX 20211021 ONNX SC Bienvenido Progreso Hoja de ruta Lanzamiento
El taller ONNX comenzó con una introducción, donde los organizadores enfatizaron la importancia de la participación comunitaria en el crecimiento del ecosistema ONNX. También brindaron una descripción general de la agenda, que incluyó actualizaciones sobre las estadísticas de ONNX, presentaciones de la comunidad y las discusiones sobre la hoja de ruta del Comité Directivo de ONNX. Las propuestas de hoja de ruta tienen como objetivo mejorar el soporte, la solidez y la usabilidad del marco ONNX e incluyen operadores de preprocesamiento, API de C, aprendizaje federado y una mejor integración del procesamiento de datos y la inferencia. También se discutió el lanzamiento reciente de la versión 1.10 de las especificaciones de ONNX y se alentó a los asistentes a hacer preguntas y participar en el canal ONNX Slack para continuar la conversación.
¡Día de la comunidad ONNX! Transmitido en vivo el 24 de junio de 2022
Este evento se realizará en persona en el nuevo campus de Microsoft Silicon Valley el viernes 24 de junio.
El evento cubrirá actualizaciones de la comunidad ONNX, historias de socios y usuarios, y muchas redes comunitarias.
¡Día de la comunidad ONNX!
Breve resumen:
El resumen detallado de la línea de tiempo: