onnxmltools

多框架机器学习模型转ONNX工具

ONNXMLTools ONNX 模型转换机器学习工具包依赖 Github 开源项目

ONNXMLTools可将包括Tensorflow、scikit-learn、Core ML、Spark ML、LightGBM、XGBoost、H2O等在内的多种机器学习模型转换为ONNX格式。它支持通过PyPi或源码安装，依赖ONNX、NumPy和ProtoBuf，适用于Python 3.7及以上版本，提供详尽的转换示例与测试方法。更多信息请参考相关文档与教程。

访问官网

Github

介绍相关项目

simpletransformers - 快速构建和优化Transformer模型的开源工具

GithubHugging FaceNLPSimple Transformers开源项目机器学习深度学习

simpletransformers是一个基于Hugging Face Transformers的开源工具,通过简化的API让用户能够用少量代码快速构建和优化Transformer模型。该库支持文本分类、命名实体识别、问答系统等多种NLP任务,为研究人员和开发者提供了便捷的方式来应用这些强大的模型。simpletransformers具有直观的接口和丰富的功能,可用于各类自然语言处理场景,有效降低了使用Transformer模型的门槛。

fonnx - 跨平台加速Flutter应用的ONNX模型运行库

FONNXFlutterGithubONNX开源项目机器学习模型跨平台开发

FONNX是一个专为Flutter设计的跨平台ONNX模型运行库，支持在iOS、Android、Web等多个平台上原生执行机器学习模型。该库充分利用各平台的本地加速能力，如iOS的CoreML和Android的Neural Networks API，显著提升机器学习应用的性能。FONNX不仅支持直接使用Hugging Face的ONNX模型，还提供了将PyTorch、TensorFlow等格式模型转换为ONNX的便捷工具。

optimum - 提升模型在不同硬件上的训练和运行效率的一系列优化工具

GithubHugging Face OptimumONNX RuntimeOpenVINOTransformer开源项目训练模型

Optimum扩展了Transformers和Diffusers，提供了一系列优化工具，提升模型在不同硬件上的训练和运行效率。支持的硬件平台包括ONNX Runtime、Intel Neural Compressor、OpenVINO、NVIDIA TensorRT-LLM、AMD Instinct GPUs、AWS Trainium & Inferentia、Habana Gaudi处理器和FuriosaAI。Optimum支持多种优化技术，如图优化、动态量化、静态量化和量化感知训练，配有详尽的文档和示例代码，帮助用户导出和运行优化后的模型。

distilbert-onnx - DistilBERT模型在SQuAD问答任务上的ONNX转换优化

DistilBERTGithubHuggingfaceONNX转换开源项目模型知识蒸馏自然语言处理问答系统

本项目提供了distilbert-base-cased-distilled-squad模型的ONNX转换版本。该模型基于DistilBERT-base-cased，经过第二轮知识蒸馏在SQuAD v1.1数据集上微调。在开发集上，模型达到87.1的F1分数，接近BERT bert-base-cased版本的88.7。这一ONNX实现为问答任务提供了轻量高效的解决方案。

machinelearning-samples - 专为.NET开发者设计的跨平台的开源机器学习框架

GithubML.NETMLOps开源开源项目机器学习跨平台

ML.NET是一个跨平台的开源机器学习框架，专为.NET开发者设计。它提供丰富的样例和教程，涵盖二分类、多分类、推荐系统、回归、时间序列预测、异常检测和聚类等任务，方便开发者将机器学习模型集成至现有或新建的.NET应用中。项目还提供了完整的端到端应用示例，包括Web和桌面应用，扩展了机器学习的实际应用场景。

zenml - 帮助数据科学家和机器学习工程师标准化机器学习流程的框架

GithubMLOpsZenML云基础设施开源项目数据科学机器学习

ZenML是一个MLOps框架，帮助数据科学家和机器学习工程师标准化机器学习流程。用户可以通过Python装饰器创建机器学习流水线，并在AWS、GCP、Azure等云平台上运行。ZenML提供一键部署功能，支持远程堆栈快速设置和使用。其优势包括简化的端到端MLOps流程、与现有工具的无缝集成及全面的模型跟踪和审计功能。适合在复杂基础设施上构建和管理ML流水线的用户。

nncf - Neural Network Compression Framework：高效神经网络推理压缩算法

GithubNeural Network Compression FrameworkONNXOpenVINOPyTorchTensorFlow开源项目

Neural Network Compression Framework (NNCF) 提供一套后训练和训练时的优化算法，用于在 OpenVINO 中优化神经网络推理，保证最小的精度损失。NNCF 支持 PyTorch、TensorFlow 和 ONNX 等模型，并提供示例展示不同压缩算法的使用案例。NNCF 还支持自动化模型图转换、分布式训练和多种算法的无缝组合，支持将压缩后的 PyTorch 模型导出为 ONNX 检查点及将 TensorFlow 模型导出为 SavedModel 格式。

OneTrainer - 多功能稳定扩散训练平台

GithubOneTrainerStable Diffusion图像增强开源项目数据集工具训练方法

OneTrainer支持多种Stable Diffusion模型、训练方法和格式，提供全面的训练功能。其主要特色包括自动备份、图像增强、Tensorboard集成和多分辨率训练等。此外，还具备数据集和模型工具，便于自动化字幕生成和蒙版创建。OneTrainer兼具命令行和图形界面模式，支持通过详细文档和Discord社区进行交流和贡献。

clearml - ML/DL 开发和生产套件

ClearMLGithubMLOps实验管理开源项目数据管理模型部署

ClearML是一个开源平台，集成了实验管理、MLOps/LLMOps、数据管理、模型服务和报告生成功能。支持云端和本地部署，帮助用户实现AI项目的高效管理和自动化，包括实验记录、数据版本控制、模型部署与监控等。ClearML支持多种机器学习和深度学习框架，并与Jupyter Notebook无缝集成，适合团队协作和远程任务执行，提升AI工作流效率。

mlops-python-package - MLOps Python工具包，简化机器学习工程实践

GitHub ActionsGithubMLOpsPython包开源项目自动化工具软件开发实践

这是一个集成多种MLOps最佳实践的Python代码库，旨在优化机器学习工程流程。该工具包提供了模型注册、实验跟踪和实时推理等核心功能，同时支持自动化任务、CI/CD集成、配置管理和数据处理等辅助功能。通过灵活且稳健的设计，这个工具包可以帮助开发者更高效地构建和部署MLOps项目，简化整个机器学习生命周期管理。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号