onnx/onnxmltools

它解决了什么问题

ONNXMLTools 提供了一种统一的方法，将来自各种框架的机器学习模型转换为开放神经网络交换 (ONNX) 格式。这使得在不同工具包中训练的模型可以在不同的后端进行推理，从而提高了不同机器学习工具包之间的互操作性。

工作原理

该库充当多个机器学习工具包的包装器和转换器。它将源模型中的每个算子单独转换为相应的 ONNX 格式，并根据所用算子的最大版本确定最终模型的算子集 (opset) 版本。

适用人群

需要将 TensorFlow、scikit-learn、Core ML、LightGBM、XGBoost、H2O 和 CatBoost 等框架的模型迁移到 ONNX 格式，以便进行部署或实现跨平台兼容性的开发人员和机器学习工程师。

主要亮点

• 广泛的框架支持：支持从 TensorFlow、scikit-learn、Apple Core ML、Spark ML、LightGBM、libsvm、XGBoost、H2O 和 CatBoost 进行转换。
• 算子集版本控制：允许用户指定 target_opset，以确保与特定 ONNX 版本的兼容性。
• 简化的 API：提供专用的转换函数（例如 convert_keras、convert_coreml、convert_h2o），以简化工作流程。
• 互操作性：使模型能够与任何兼容 ONNX 的运行时（例如 ONNX Runtime）一起使用。