Facebook推出ONNX，旨在為不同編程框架的神經(jīng)網(wǎng)絡(luò)創(chuàng)建共享模型
今年9月，F(xiàn)acebook宣布推出“開源神經(jīng)網(wǎng)絡(luò)交換”（ONNX），呼吁其他公司加入，旨在為不同編程框架的神經(jīng)網(wǎng)絡(luò)創(chuàng)建共享模型。今天，F(xiàn)acebook聯(lián)合AWS和微軟宣布，在合作伙伴的支持下，第一個正式版本的ONNX已經(jīng)正式投入使用。
目前機器學習生態(tài)系統(tǒng)中的一個關(guān)鍵問題是，開發(fā)和執(zhí)行神經(jīng)網(wǎng)絡(luò)和其他機器學習系統(tǒng)有很多不同的框架，但它們都是截然不同的，而且不支持相互操作。ONNX的出現(xiàn)將為開發(fā)者提供更強的工具組合和更簡單的傳輸模型，從而有助于創(chuàng)建一個自由、創(chuàng)新的AI生態(tài)系統(tǒng)。自推出以來，ONNX就得到了各界的響應(yīng)。AMD、ARM、IBM、英特爾、華為、英偉達、高通都宣布支持ONNX，除此之外還有許多公司都為其推出做出了貢獻。
目前ONNX已支持Caffe2、微軟的Cognitive Toolkit、亞馬遜偏愛的機器學習框架Apache MXNet（9月的最初版本上是不支持的該框架的）、PyTorch和英偉達的TensorRT。雖然還不支持TensorFlow等其他的框架，但ONNX為它們提供了相應(yīng)的轉(zhuǎn)換器。
當前的ONNX主要是為視覺應(yīng)用設(shè)計的，將來研究人員打算將其應(yīng)用于更多領(lǐng)域，包括語言建模等動態(tài)模型。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4819瀏覽量
106072 -
Facebook
+關(guān)注
關(guān)注
3文章
1432瀏覽量
57937 -
共享
+關(guān)注
關(guān)注
1文章
72瀏覽量
13664
原文標題：Facebook開源項目ONNX正式使用，欲打造共享神經(jīng)網(wǎng)絡(luò)
文章出處：【微信號：jqr_AI，微信公眾號：論智】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）：時間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)
神經(jīng)元，但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā)，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，LNN旨在通過模擬大腦中神經(jīng)元之間的動態(tài)連接來處理信息，這種網(wǎng)絡(luò)能夠順序處理數(shù)
基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真模型解決方案
在基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真（DPD）模型中，使用不同的激活函數(shù)對整個系統(tǒng)性能和能效有何影響？
無刷電機小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測方法的研究
摘要:論文通過對無刷電機數(shù)學模型的推導,得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實現(xiàn)轉(zhuǎn)角預(yù)測,并采用改進遺傳算法來訓練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
發(fā)表于 06-25 13:06
基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析
本文的目的是在一個神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者MATLAB訓練好的神經(jīng)網(wǎng)絡(luò)模型，將訓練好的模型的權(quán)重和偏置文件以TXT文件格式導出，然后通過python程序?qū)xt文件轉(zhuǎn)化為coe
神經(jīng)網(wǎng)絡(luò)壓縮框架 （NNCF） 中的過濾器修剪統(tǒng)計數(shù)據(jù)怎么查看？
無法觀察神經(jīng)網(wǎng)絡(luò)壓縮框架 （NNCF） 中的過濾器修剪統(tǒng)計數(shù)據(jù)
發(fā)表于 03-06 07:10
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個方面存在顯著差異，以下是對兩者的比較： 一、結(jié)構(gòu)特點 BP神經(jīng)網(wǎng)絡(luò) ： BP神經(jīng)網(wǎng)絡(luò)是一種多層的前饋神經(jīng)網(wǎng)絡(luò)
如何優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的學習率
優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的學習率是提高模型訓練效率和性能的關(guān)鍵步驟。以下是一些優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學習率的方法： 一、理解學習率的重要性 學習率決定了模型參數(shù)在每次迭代時更新的幅度。過大的學習率可
BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點分析
BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network）作為一種常用的機器學習模型，具有顯著的優(yōu)點，同時也存在一些不容忽視的缺點。以下是對BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點的分析： 優(yōu)點
BP神經(jīng)網(wǎng)絡(luò)與深度學習的關(guān)系
BP神經(jīng)網(wǎng)絡(luò)與深度學習之間存在著密切的關(guān)系，以下是對它們之間關(guān)系的介紹： 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò)，即反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural N
如何訓練BP神經(jīng)網(wǎng)絡(luò)模型
BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是一種經(jīng)典的人工神經(jīng)網(wǎng)絡(luò)模型，其訓練過程主要分為兩個階段：前向傳播和反向傳播。以下是訓練BP神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法
在上一篇文章中，我們介紹了傳統(tǒng)機器學習的基礎(chǔ)知識和多種算法。在本文中，我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法，供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)
AI模型部署邊緣設(shè)備的奇妙之旅：如何實現(xiàn)手寫數(shù)字識別
）是一種用于在各種深度學習框架之間轉(zhuǎn)換神經(jīng)網(wǎng)絡(luò)模型的開放格式。它允許用戶將訓練好的模型從深度學習框架轉(zhuǎn)換為其他
發(fā)表于 12-06 17:20
卷積神經(jīng)網(wǎng)絡(luò)的實現(xiàn)工具與框架
： TensorFlow是由Google Brain團隊開發(fā)的開源機器學習框架，它支持多種深度學習模型的構(gòu)建和訓練，包括卷積神經(jīng)網(wǎng)絡(luò)。TensorFlow以其靈活性和可擴展性而聞名，適用于研究和生產(chǎn)環(huán)境。 特點： 靈活性： Te
卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
在深度學習領(lǐng)域，神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù)，如圖像識別、自然語言處理和游戲智能等。其中，卷積神經(jīng)網(wǎng)絡(luò)（CNNs）和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見的模型
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
神經(jīng)網(wǎng)絡(luò)是機器學習領(lǐng)域中的一種強大工具，它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加，其中循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)（如前饋
工商網(wǎng)監(jiān)
評論