ONNX 模型通用交换格式

定义机器学习模型的开放格式,让模型能在不同框架和硬件之间迁移

需要技术AI 整理,待开发者认领开发框架
评分人数不足呦探分评分人数不足大众分评分方法
这个页面由 AI 根据官网公开信息整理,可能有错。产品团队可以认领后修改。 认领这个产品

这个项目只有源代码,需要会编程才能用。

星标
2.2万
GitHub 下载量
3.6万
复刻
4076
主要语言
Python
许可证
Apache-2.0
最近更新
复制安装指令(给 AI 编程工具)

粘贴到 Codex、Claude Code、Cursor、Trae 等 AI 编程工具里,回车就会开始安装。第一次复制前请先阅读风险提示。

这些文件由项目作者放在 GitHub 上,本站不开发、不托管这些软件,也不检测其代码;国内访问 GitHub 可能较慢。使用前请阅读 第三方软件风险提示和项目的许可证。 数据更新于 2026/11/01 报告问题

介绍

ONNX(开放神经网络交换)是一种用于表示机器学习模型的开放格式,覆盖深度学习和传统机器学习,由开源社区以开放治理的方式维护。它定义了计算图结构、内置算子和标准数据类型,使在 PyTorch、TensorFlow、scikit-learn 等框架中训练的模型可以导出为统一格式,再交给不同的推理引擎和硬件运行。

能做什么

  • 读取、创建和检查 ONNX 模型文件,进行形状与类型推断
  • 在不同算子集(opset)版本之间转换模型
  • 提供可选的参考实现,用于核对模型的计算结果

运行需要:Python,通过 pip 安装;ONNX 本身不负责训练,实际推理需配合支持 ONNX 格式的推理引擎。

这段介绍由 AI 根据项目的公开说明整理,可能有疏漏,以项目主页为准。

评测

0 条评测

还没有评测。用过的话,来写第一条吧。

写评测