onnx/tensorflow-onnx

解决的问题

该工具可将 TensorFlow 生态系统中的机器学习模型转换为 ONNX（Open Neural Network Exchange）格式。这使得在 TensorFlow、Keras、TensorFlow.js 或 TFLite 中训练的模型，能够在支持 ONNX 的不同运行时和硬件加速器上运行，从而摆脱对单一框架的依赖限制。

工作原理

该工具提供命令行接口（CLI）和 Python API，用于将 TensorFlow 操作映射到其 ONNX 等效操作。支持多种输入格式，包括 SavedModel、检查点、graphdef 文件、TFLite 和 TensorFlow.js 模型。用户可指定目标 ONNX opset 版本，以确保与特定运行时的兼容性，并可为特定目标平台（如 Windows ML）应用修复方案。

适用人群

需要将基于 TensorFlow 的模型部署到多样化环境或运行时（如 ONNX Runtime）而无需重新训练的机器学习工程师和开发者。

主要亮点

• 广泛格式支持：支持从 TensorFlow 2.x、Keras、TFLite 和 TensorFlow.js 转换模型。
• 灵活转换：提供 CLI 用于快速转换，以及 Python API 用于集成到工作流中。
• opset 控制：允许用户指定 ONNX opset 版本（支持 opset-14 到 18）。
• 大模型处理：支持外部张量存储格式，可转换超过 2 GB 的模型。
• 可定制性：提供处理自定义操作、转置图像格式（NHWC 到 NCHW）以及应用平台特定修复方案的选项。