microsoft/onnxconverter-common

Common utilities for ONNX converters

解决的问题

提供一组共享的实用工具和函数，简化将各种框架的 AI 模型转换为 ONNX 格式的过程。特别针对混合使用不同框架的模型转换问题（例如，包含 XGBoost 模型的 scikit-learn 流水线）。

工作原理

该包作为不同框架专用转换器可使用的通用工具函数库，确保在模型转换过程中保持一致性和互操作性。

适用人群

正在开发或维护将 AI 模型从不同框架转换为 ONNX 的转换器的开发者和工程师。

主要亮点

  • AI 框架转换器的共享实用工具
  • 支持混合框架模型转换
  • MIT 许可证

相关

  • 项目
    onnx/onnxmltools

    一个用于将 TensorFlow、scikit-learn、XGBoost 等多种框架的机器学习模型转换为 ONNX 格式的工具包，适用于跨平台部署。

  • 项目
    onnx/models

    精选的预训练最先进机器学习模型集合，采用 ONNX 格式，实现跨框架的兼容性与部署。

  • 项目
    onnx/sklearn-onnx

    一个将 scikit-learn 模型转换为 ONNX 格式的库，可借助 ONNX Runtime 实现高性能推理。

  • 项目
    Talmaj/onnx2pytorch

    一个将 ONNX 模型转换为 PyTorch 模型的库，使用户能够利用 PyTorch 的后端和神经网络操作工具。

  • 项目
    onnx/onnx

    ONNX 是一种开放、框架无关的模型格式和参考实现，可让您在不同工具和运行时之间移动 AI 模型并运行。通过 `pip install onnx` 安装，使用 Python API 构建或加载图，然后通过任何 ONNX 兼容引擎运行推理。