内容简介：ONNX为AI框架生态系统带来了互操作性，提供了可扩展计算图模型的定义，以及内置运算符和标准数据类型的定义。ONNX使模型能够在一个框架中进行训练并转移到另一个框架中进行推理。目前，Caffe2，Cognitive Toolkit和PyTorch都支持ONNX模型。
微软昨天宣布开放ONNX Runtime，这是一款用于Linux，Windows和Mac平台的ONNX格式的机器学习模型的高性能推理引擎。ONNX Runtime允许开发人员在任何支持的框架中训练和调整模型，并在云端和边缘高性能运转。微软也正运用其在内部使用ONNX Runtime进行Bing搜索，Bing Ads，Office生产力服务等。
ONNX为AI框架生态系统带来了互操作性，提供了可扩展计算图模型的定义，以及内置运算符和标准数据类型的定义。
ONNX使模型能够在一个框架中进行训练并转移到另一个框架中进行推理。目前，Caffe2，Cognitive Toolkit和PyTorch都支持ONNX模型。
点击这里查看 GitHub上的开放式神经网络交换（ONNX）运行时。
以上所述就是小编给大家介绍的《微软开源用于机器学习模型的高性能推理引擎ONNX》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- OpenLayers 4.5 发布，高性能开源地图引擎
- 腾讯高性能的图片框架 LKImageKit 正式开源
- OpenLayers 4.6.4 发布，高性能开源地图引擎
- iQiYi 高性能开源负载均衡器及应用
- OpenLayers 6.0.0 发布，高性能开源地图引擎
- 百度硅谷人工智能实验室开源高性能计算代码
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
CLR via C#
Jeffrey Richter / 周靖 / 清华大学出版社 / 2015-1-1 / CNY 109.00
《CLR via C#（第4版）》针对CLR和.NET Framework 4.5进行深入、全面的探讨，并结合实例介绍了如何利用它们进行设计、开发和调试。全书5部分共29章。第Ⅰ部分介绍CLR基础，第Ⅱ部分解释如何设计类型，第Ⅲ部分介绍基本类型，第Ⅳ部分以核心机制为主题，第Ⅴ部分重点介绍线程处理。 通过本书的阅读，读者可以掌握CLR和.NET Framework的精髓，轻松、高效地创建高性能......一起来看看 《CLR via C#》 这本书的介绍吧!
