onnx/onnx

ONNX – 開放神經網路交換

是什麼 – ONNX 是一種開源、框架無關的 AI 模型表示格式（涵蓋深度學習與傳統機器學習）。它定義了可移植的計算圖 IR、標準運算子目錄以及資料類型規範。該倉儲包含參考實作、模型規格文件以及處理 ONNX 檔案的工具。

為何重要 – 透過提供一種通用的模型交換格式，ONNX 讓開發者能將模型從建立它的框架（例如 PyTorch、TensorFlow、scikit-learn）遷移至最適合生產需求的執行環境或硬體。這種互操作性縮短了從研究到部署的週期，並催生了一個活躍的工具、最佳化器與加速器生態系，它們都理解相同的檔案格式。

如何開始

1. 安裝 Python 套件：

   pip install onnx            # 基礎套件
   pip install onnx[reference]  # 包含可選的參考實作相依性
   

2. 使用 Python API 建立或載入模型（參見 ONNX Python 套件文件 連結）。
3. 使用提供的工具進行 形狀/類型推論 或 圖最佳化。
4. 將模型匯出為檔案（model.onnx），並輸入至任何 ONNX 相容的執行環境（例如 ONNX Runtime、TensorRT、OpenVINO）。

關鍵資源

• 規格與文件 – 概述、IR 規格、版本控制、運算子與 Python API 概述均位於 docs/ 資料夾中。
• 教學指南 – 建立 ONNX 模型的逐步指南位於獨立的 onnx/tutorials 倉儲中。
• 預訓練模型 – 一個持續增長的集合托管於 Hugging Face 的 onnx-community 組織下。
• 圖工具 – 形狀推論、圖最佳化與 opset 轉換工具已打包或連結至倉儲中。

社群與治理

• 採用開放治理模式，設有特別興趣小組（SIG）與工作小組；詳情請參見 community/ 目錄。
• 定期舉行社群會議（指導委員會、SIG、工作小組）；請參見 ONNX 日曆。
• 歡迎透過拉取請求（pull requests）貢獻程式碼；提供完整的貢獻指南與行為準則。

授權 – Apache License 2.0（寬鬆，適合商業使用）。

---

以上所有資訊均直接取自倉儲的 README。