onnx/optimizer

解决的问题

提供一种对 ONNX 模型执行任意优化的方法，以提高其效率。通过提供一组共享的优化步骤库，避免了不同的 ONNX 后端实现重复实现相同的优化。

工作原理

该项目是一个 C++ 库，允许用户将一组预打包的优化步骤应用于 ONNX 图。可通过 Python API 或命令行接口使用，将输入模型转换为优化后的输出模型。

适用人群

专为希望优化 ONNX 模型以获得更好性能的开发者和工程师设计，或希望实现并集成新优化步骤的用户。

主要亮点

• 带有 Python 绑定的 C++ 库。
• 包含不断增长的预打包优化步骤列表。
• 支持 Python API 和命令行接口。
• 支持自定义优化步骤的定义与实现。