onnx/onnx

解決する課題

AI開発者はプロジェクトの進化に伴い異なるフレームワーク間を切り替えることがよくありますが、あるツールで構築されたモデルが別のツールで動作することはほとんどありません。ONNXは、多くのフレームワーク、ツール、ハードウェアプラットフォームが読み書きできるAIモデルのためのオープンで標準的なフォーマットを定義することで、この問題を解決します。これにより、研究から本番環境への移行における摩擦が軽減され、各タスクに適したツールを選択しやすくなります。

仕組み

ONNXは、拡張可能な計算グラフモデルと、一連の組み込み演算子および標準データ型を指定します。このプロジェクトでは、これらのグラフを操作するためのPythonパッケージを提供しており、形状や型の推論のためのユーティリティや、グラフ最適化およびopsetバージョン変換ツールへのリンクが含まれています。仕様には、中間表現 (IR) の詳細、バージョニングの原則、演算子のドキュメントも含まれており、ツールが一貫して相互運用できるようになっています。

対象ユーザー

ONNXは、フレームワーク間でモデルを交換したい、事前学習済みモデルを使用したい、あるいはモデルを操作するユーティリティを構築したいと考えているAI開発者、研究者、ツール開発者を対象としています。また、AIエコシステム全体での幅広いサポートのおかげで、研究から本番環境へ最小限の摩擦でモデルを移行したいと考えているすべての人に適しています。

ハイライト

• オープンソースであり、オープンなガバナンスモデルを持つコミュニティ主導のプロジェクト
• ディープラーニングと従来の機械学習モデルの両方をサポート
• 推論（スコアリング）機能に重点を置く
• 多くのフレームワーク、ツール、ハードウェアで広くサポートされている
• グラフ操作、推論、バージョン変換のためのPythonユーティリティを提供
• 一貫したアーティファクトのための再現可能なビルドサポートを含む
• 定期的な会議や貢献の機会がある活発なコミュニティ