Project Icon

optimizer

一个通过预包装的优化通道对ONNX模型进行优化的C++库

ONNX提供了一个C++库,通过预包装的优化通道对ONNX模型进行优化。主要目标是促进各ONNX后端实现共享工作,并支持多种直接在ONNX图上实现的优化。用户可以通过简单的函数调用使用这些通道,或添加新的优化通道。安装方式包括通过PyPI或从源代码构建。

onnx-simplifier - 简化ONNX模型的工具
GithubONNX SimplifierPyPIconstant folding开源项目模型简化深度学习
ONNX Simplifier通过推理整个计算图,将冗余操作替换为常量输出,从而简化ONNX模型。用户可通过Web版本无需安装地使用该工具,或通过pip命令安装Python版本进行本地使用。该工具适用于多种项目,如MXNet、MMDetection、YOLOv5等,显著提升模型效率和可读性。
onnx-tool - 专注于深度学习和自然语言处理的ONNX模型管理工具
Githubonnx-tool内存压缩开源项目形状推理模型压缩模型概要分析
ONNX-tool是一款强大的工具,支持ONNX模型的解析和编辑、推断和压缩。适用于自然语言处理和计算机视觉模型,提供模型构建、形状推断、激活压缩、权重压缩及计算图优化,以提升推理性能和存储效率。
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。
opytimizer - 基于自然启发的Python优化库 简化元启发式算法开发
GithubOpytimizerPython优化器元启发式优化开源项目搜索空间自然启发算法
Opytimizer是一个基于自然启发的Python优化库,实现了多种元启发式算法。它允许用户创建自定义优化器、设计优化任务并组合不同策略。该库专注于最小化问题,提供丰富示例和主流机器学习框架集成。Opytimizer可简化计算实验和参数调优,适合优化算法研究和应用开发。
model-optimization - TensorFlow 模型优化工具包, 支持量化和稀疏化
GithubKerasTensorFlow Model Optimization Toolkit剪枝开源项目机器学习模型量化
TensorFlow Model Optimization Toolkit 提供稳定的 Python API,帮助用户通过量化和稀疏化技术优化机器学习模型,包括针对 Keras 的专用 API。该工具包还提供详细的安装指南、教程和 API 文档,显著提升模型在部署和执行时的性能。该项目由 TensorFlow 团队维护,并遵循其行为准则,开发者可以通过 GitHub 提交问题和贡献代码。
onnx-modifier - 高效可视化编辑ONNX模型,自动处理减少重复工作
APIGithubONNX模型onnx-modifier可视化开源项目编辑工具
基于Netron和Flask的工具,提供完全可视化的ONNX模型编辑界面,通过Python ONNX API自动处理编辑信息。支持删除和添加节点、重命名节点和模型输入输出、编辑节点属性和模型初始值等多种操作,有效提升工作效率。该工具可通过命令行、可执行文件或Docker容器启动,适用于各种开发环境。
onnx2c - 为微控制器优化的神经网络部署工具
C编译器GithubONNXonnx2c开源项目微控制器神经网络
onnx2c是一款ONNX到C的编译工具,专门针对微控制器环境进行优化。它将ONNX文件转换为单一C文件,生成的代码不使用动态内存分配,仅需标准C数学库支持。该工具设计简单易用,无需学习曲线,方便开发者将训练好的神经网络快速集成到微控制器项目中。onnx2c提供多种优化功能,包括张量联合、Cast节点移除和实验性量化,有效提升代码性能和内存利用率。
onnx2torch - ONNX模型转换至PyTorch的转换器
GithubONNXPyTorchonnx2torch安装开源项目转换器
onnx2torch转换器使从ONNX到PyTorch的模型转换变得简单,从而简化深度学习工作流。通过简单函数调用即可完成转换,并支持自定义层扩展,且支持模型返回ONNX格式。适用于分割、检测、分类和变压器模型。尽管当前支持的模型和操作有限,用户可以通过GitHub反馈需求,以协助开发团队改进。支持通过pip或conda快速安装,并提供详细的使用示例和扩展教程。
onnxruntime - 跨平台的机器学习模型推理与训练加速工具
GithubONNX Runtime开源项目机器学习模型训练深度学习硬件加速
ONNX Runtime是一款跨平台的机器学习推理和训练加速工具,兼容PyTorch、TensorFlow/Keras、scikit-learn等深度学习框架及传统机器学习库。它支持多种硬件和操作系统,通过硬件加速和图优化实现最佳性能,显著提升模型推理和训练速度,尤其在多节点NVIDIA GPU上的Transformer模型训练中表现出色。
onnx - 一个为 AI 开发人员提供支持的开放生态系统
AI模型GithubONNX开源项目推理机器学习深度学习
ONNX是一个开放生态系统,提供AI模型的开源格式,支持深度学习和传统机器学习。通过定义可扩展的计算图模型和内置操作符及标准数据类型,ONNX增强了不同框架间的互操作性,加速了从研究到生产的转化。ONNX广泛支持各种工具和硬件,助力AI社区快速创新。了解ONNX的文档、教程和预训练模型,加入社区,共同推动ONNX的发展。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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。

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