onnx/sklearn-onnx

解决的问题

提供将 scikit-learn 模型转换为 Open Neural Network Exchange (ONNX) 格式的方法。这使用户能够使用 ONNX Runtime 等工具，将模型从训练环境迁移到高性能评分环境，从而提升推理速度和可移植性。

工作原理

该库将 scikit-learn 模型和转换器转换为 ONNX 操作符。支持广泛的 scikit-learn 模型，并允许注册外部转换器，以在 scikit-learn 流水线中处理来自其他库的模型或转换器。

适用人群

使用 scikit-learn 训练模型，但需要在需要高性能推理引擎的生产环境中部署模型的数据科学家和机器学习工程师。

主要亮点

• 将 scikit-learn 模型转换为 ONNX 格式。
• 与 ONNX Runtime 兼容，实现高性能评分。
• 支持外部转换器注册，用于自定义流水线。
• 支持最新的 ONNX opset 21。