Project Icon

tensorflow-onnx

将TensorFlow(包括tf-1.x和tf-2.x)、Keras、TensorFlow.js和TFLite模型转换为ONNX格式的工具

该工具支持将TensorFlow(包括tf-1.x和tf-2.x)、Keras、TensorFlow.js和TFLite模型转换为ONNX格式,支持命令行和Python API操作。兼容Windows和Linux操作系统,支持Python 3.7至3.10,以及多种ONNX opset(从opset 14至opset 18)和TensorFlow版本。提供详细的安装步骤、转换指南和常见问题解决方案,全面支持saved model、checkpoint和graphdef等多种模型格式。

torch2trt - PyTorch模型转TensorRT加速工具
GPU加速GithubPyTorchTensorRTtorch2trt开源项目模型转换
torch2trt是一款将PyTorch模型转换为TensorRT的开源工具。它基于TensorRT Python API开发,具有简单易用和灵活可扩展的特点。用户通过单个函数调用即可完成模型转换,还支持自定义层转换器。该工具适配多种常用模型,并提供模型保存和加载功能。torch2trt能显著提升NVIDIA设备上的模型推理性能,适用于PyTorch模型推理加速场景。
onnx-mlir - 基于LLVM/MLIR的高性能神经网络编译器
GithubLLVMONNXONNX-MLIR人工智能开源项目编译器
ONNX-MLIR是一个开源编译器项目,旨在将ONNX神经网络模型转换为高效的可执行代码。该项目基于LLVM/MLIR技术,实现了ONNX标准,并提供ONNX方言、编译器接口、驱动程序和多语言运行时环境。ONNX-MLIR支持Linux、macOS和Windows等多个平台,并提供Docker镜像以简化开发和部署流程。通过优化ONNX图,ONNX-MLIR能够生成性能卓越的神经网络实现。
distilbert-base-cased-distilled-squad - 模型ONNX转换支持网页使用
GithubHugging FaceHuggingfaceONNXWebMLdistilbert-base-cased-distilled-squadtransformers.js开源项目模型
该项目介绍了如何将distilbert-base-cased-distilled-squad模型转换为ONNX格式,支持Transformers.js库。此转换简化了模型在网页端的部署流程,以期推动WebML的广泛应用。建议使用🤗 Optimum工具进行转换,确保结构符合项目指引。该方法是促进WebML技术发展的过渡性方案。
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。
netron - 多格式神经网络和机器学习模型查看器
GithubNetron开源项目机器学习模型查看器深度学习神经网络
支持多种格式的神经网络、深度学习和机器学习模型查看,包括ONNX、TensorFlow Lite、Core ML、Keras和Caffe等,实验性支持PyTorch、TorchScript等。适用于macOS、Linux、Windows和浏览器版本,提供简单的安装和启动方式,方便不同操作系统用户使用。
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。
Tensorflow-bin - 适用于RaspberryPi的Tensorflow Lite预构建二进制文件,支持XNNPACK和半精度推理功能
GithubPython APIRaspberryPiTensorflow LiteTensorflow-binXNNPACK开源项目
提供适用于RaspberryPi的Tensorflow Lite预构建二进制文件,支持XNNPACK和半精度推理功能。兼容多个操作系统和Python版本,支持Tensorflow v1到v2的多版本安装。通过简便的安装脚本,用户可以快速部署和运行Tensorflow模型,实现高效的设备端推理。
tf2jax - 实验性TensorFlow到JAX函数转换库
GithubJAXTF2JAXTensorFlow函数转换开源项目机器学习
tf2jax是一个实验性库,用于将TensorFlow函数和计算图转换为JAX函数。它支持SavedModel和TensorFlow Hub格式,使现有TensorFlow模型能够在JAX环境中重用。该库提供透明的转换过程,便于调试和分析。tf2jax支持自定义梯度和随机性处理,并提供灵活的配置选项。尽管存在一些限制,tf2jax为JAX用户提供了一种集成TensorFlow功能的有效方法。
bge-large-en-v1.5 - Transformers.js适配的ONNX模型及其应用简介
GithubHuggingfaceONNXTransformers.js余弦相似度句子嵌入开源项目模型特征提取
该开源项目使用ONNX权重,以在Transformers.js环境下实现模型兼容。通过特征提取管道,用户能够高效计算句子嵌入,实现文本语义分析与快速检索,提升JavaScript环境下的文本处理效率。
bge-reranker-base - 增强Transformers.js与ONNX的兼容性,以助力Web模型快速部署
GithubHuggingfaceONNXTransformers.jsWebMLbase_model开源项目模型模型转换
此项目通过兼容ONNX权重与Transformers.js,支持WebML技术发展。用户可将模型转换为ONNX格式,以满足网页应用需求。本页面提供指南,协助开发者将模型转为ONNX并在Web环境中应用。更多详情可参考🤗 Optimum项目,获取详细优化支持与结构建议。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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