onnx/onnx

ONNX – Open Neural Network Exchange

무엇인가요 – ONNX는 딥러닝과 전통적인 머신러닝 모델을 표현하기 위한 오픈소스이자 프레임워크에 종속되지 않는 형식입니다. 포터블 계산 그래프 IR, 표준 연산자 카탈로그, 데이터 타입 사양을 정의합니다. 리포지토리는 참조 구현, 모델 사양 문서, ONNX 파일을 다루기 위한 도구를 포함합니다.

왜 중요한가요 – 공통 모델 교환 형식을 제공함으로써 ONNX는 모델을 생성한 프레임워크(예: PyTorch, TensorFlow, scikit-learn)에서 생산 환경에 가장 적합한 런타임이나 하드웨어로 이동할 수 있게 해줍니다. 이 상호운용성은 연구에서 배포까지의 주기를 단축시키며, 동일한 파일 형식을 이해하는 다양한 도구, 최적화기, 가속기의 생태계를 가능하게 합니다.

시작하기

1. 설치 Python 패키지:

   pip install onnx            # 기본 패키지
   pip install onnx[reference]  # 선택적 참조 구현 종속성 포함
   

2. Python API 를 사용하여 모델을 생성하거나 로드합니다 (자세한 내용은 ONNX Python 패키지 문서 링크 참조).
3. 제공된 유틸리티로 그래프의 형태/타입 추론 또는 최적화를 수행합니다.
4. 모델을 파일(model.onnx)로 내보내고, 어떤 ONNX 호환 런타임(예: ONNX Runtime, TensorRT, OpenVINO)에도 전달합니다.

핵심 리소스

• 사양 및 문서 – 개요, IR 사양, 버전 관리, 연산자, Python API 개요는 모두 docs/ 폴더에 있습니다.
• 튜토리얼 – ONNX 모델을 구축하는 단계별 가이드는 별도의 onnx/tutorials 리포지토리에 있습니다.
• 사전 학습된 모델 – Hugging Face의 onnx-community 조직 아래에서 점점 늘어나는 모델 컬렉션이 호스팅됩니다.
• 그래프 유틸리티 – 형태 추론, 그래프 최적화, opset 변환 도구는 리포지토리에 포함되거나 링크되어 있습니다.

커뮤니티 및 거버넌스

• 특별 관심 그룹(SIG)과 워킹 그룹을 포함한 오픈 거버넌스 모델; 자세한 내용은 community/ 디렉터리 참조.
• 정기적인 커뮤니티 미팅(스테어링 위원회, SIG, 워킹 그룹)은 ONNX 캘린더에 나와 있습니다.
• 기여는 풀 리퀘스트를 통해 환영합니다; 완전한 기여 가이드와 코드 오브 콘덕트가 제공됩니다.

라이선스 – Apache License 2.0 (허용성 높고 상용 사용에 적합).

---

위의 모든 정보는 리포지토리의 README에서 직접 인용되었습니다.