今年9月,Facebook宣布推出“开源神经网络交换”(ONNX),呼吁其他公司加入,旨在为不同编程框架的神经网络创建共享模型。今天,Facebook联合AWS和微软宣布,在合作伙伴的支持下,第一个正式版本的ONNX已经正式投入使用。
目前机器学习生态系统中的一个关键问题是,开发和执行神经网络和其他机器学习系统有很多不同的框架,但它们都是截然不同的,而且不支持相互操作。ONNX的出现将为开发者提供更强的工具组合和更简单的传输模型,从而有助于创建一个自由、创新的AI生态系统。自推出以来,ONNX就得到了各界的响应。AMD、ARM、IBM、英特尔、华为、英伟达、高通都宣布支持ONNX,除此之外还有许多公司都为其推出做出了贡献。
目前ONNX已支持Caffe2、微软的Cognitive Toolkit、亚马逊偏爱的机器学习框架Apache MXNet(9月的最初版本上是不支持的该框架的)、PyTorch和英伟达的TensorRT。虽然还不支持TensorFlow等其他的框架,但ONNX为它们提供了相应的转换器。
当前的ONNX主要是为视觉应用设计的,将来研究人员打算将其应用于更多领域,包括语言建模等动态模型。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
原文标题:Facebook开源项目ONNX正式使用,欲打造共享神经网络
文章出处:【微信号:jqr_AI,微信公众号:论智】欢迎添加关注!文章转载请注明出处。
相关推荐
: TensorFlow是由Google Brain团队开发的开源机器学习框架,它支持多种深度学习模型的构建和训练,包括卷积神经网络。TensorFlow以其灵活性和可扩展性而闻名,适用于研究和生产环境。 特点: 灵活性: Te
发表于 11-15 15:20
•257次阅读
神经网络辨识模型是一种基于人工神经网络的系统辨识方法,它具有以下特点: 非线性映射能力 :神经网络能够处理非线性问题,可以很好地拟合复杂的非线性系统。 泛化能力 :
发表于 07-11 11:12
•453次阅读
处理、语音识别等领域取得了显著的成果。PyTorch是一个开源的深度学习框架,由Facebook的AI研究团队开发。它以其易用性、灵活性和高效性而受到广泛欢迎。在PyTorch中,有许多预训练的神经网络
发表于 07-11 09:59
•693次阅读
递归神经网络是一种旨在处理分层结构的神经网络,使其特别适合涉及树状或嵌套数据的任务。这些网络明确地模拟了层次结构中的关系和依赖关系,例如语言中的句法结构或图像中的层次表示。它使用递归操
发表于 07-10 17:21
•641次阅读
PyTorch,作为一个广泛使用的开源深度学习库,提供了丰富的工具和模块,帮助开发者构建、训练和部署神经网络模型。在神经网络模型中,输出层是尤为关键的部分,它负责将
发表于 07-10 14:57
•493次阅读
RNN(Recurrent Neural Network,循环神经网络)是一种具有循环结构的神经网络模型,它能够处理序列数据,并对序列中的元素进行建模。RNN在自然语言处理、语音识别、时间序列预测等
发表于 07-05 09:50
•597次阅读
人工神经网络(Artificial Neural Network,ANN)是一种模拟人脑神经网络的计算模型,具有自适应、自学习、泛化能力强等特点。本文将详细介绍人工神经网络
发表于 07-05 09:17
•564次阅读
人工神经网络(Artificial Neural Networks, ANNs)是一种模拟人脑神经元网络的计算模型,它在许多领域,如图像识别、语音识别、自然语言处理、预测分析等有着广泛的应用。本文将
发表于 07-05 09:13
•1169次阅读
不同的神经网络模型,它们在结构、原理、应用等方面都存在一定的差异。本文将从多个方面对这两种神经网络进行详细的比较和分析。 引言 神经网络是一种模拟人脑
发表于 07-02 14:24
•3688次阅读
数学建模神经网络模型是一种基于人工神经网络的数学建模方法,它通过模拟人脑神经元的连接和信息传递机制,对复杂系统进行建模和分析。神经网络
发表于 07-02 11:36
•898次阅读
数学建模神经网络模型是一种基于人工神经网络的数学建模方法,它通过模拟人脑神经元的工作机制,实现对复杂问题的建模和求解。神经网络
发表于 07-02 11:31
•1115次阅读
PyTorch是一个流行的深度学习框架,它以其简洁的API和强大的灵活性在学术界和工业界得到了广泛应用。在本文中,我们将深入探讨如何使用PyTorch构建神经网络,包括从基础概念到高级特性的全面解析。本文旨在为读者提供一个完整的
发表于 07-02 11:31
•705次阅读
模型: 多层感知器(Multilayer Perceptron,MLP): 多层感知器是最基本的深度神经网络模型,由多个全连接层组成。每个隐藏层的神经元数量可以不同,通常使用激活函数如
发表于 07-02 10:00
•1339次阅读
神经网络简介 神经网络是一种受人脑启发的机器学习模型,由大量的节点(或称为“神经元”)组成,这些节点在网络中相互连接。每个节点可以接收输入,
发表于 07-02 09:58
•399次阅读
抑制任务是语音增强领域的一个重要学科, 随着深度神经网络的兴起,提出了几种基于深度模型的音频处理新方法[1,2,3,4]。然而,这些通常是为离线处理而开发的,不需要考虑实时性。当使用神经网络
发表于 05-11 17:15
评论