【文件属性】：
文件名称：tutorials:创建和使用ONNX模型的教程
文件大小：32.96MB
文件格式：ZIP
更新时间：2021-04-29 21:32:55
JupyterNotebook
教程
是一种开放标准格式，用于表示机器学习模型。 ONNX得到了许多支持，已在许多框架和工具中实现了该功能。
这些图像可方便您开始使用ONNX和本页上的教程
获取ONNX模型
预先训练的模型： 针对常见情况提供了许多预先训练的。
服务：基于云的服务会为您的数据生成自定义的ONNX模型（请参见下文）
转换各种框架中的模型（请参见下文）
服务
以下是可以输出为您的数据定制的ONNX模型的服务列表。
转换为ONNX格式
框架/工具
安装
教程
和onnx / onnxmltools
例子
Caffe2
caffe2软件包的一部分
例子
链条机
链接器
例子
认知工具包（CNTK）
内建的
例子
CoreML（苹果）
onnx / onnxmltools
例子
凯拉斯
onnx / keras-onnx
例子
LibSVM
onnx / onnxmltools
例子
轻型GB
【文件预览】：
tutorials-master
----.gitignore(106B)
----LICENSE(11KB)
----.github()
--------ISSUE_TEMPLATE()
----examples()
--------CoreML()
----README.md(13KB)
----tutorials()
--------output()
--------VersionConversion.md(1KB)
--------CntkOnnxExport.ipynb(4KB)
--------CorrectnessVerificationAndPerformanceComparison.ipynb(12KB)
--------assets()
--------ExportModelFromPyTorchForWinML.md(2KB)
--------OnnxTensorflowImport.ipynb(737KB)
--------PytorchOnnxExport.ipynb(9KB)
--------Caffe2OnnxExport.ipynb(3KB)
--------ChainerOnnxExport.ipynb(11KB)
--------PytorchCaffe2MobileSqueezeNet.ipynb(12KB)
--------OnnxCaffe2Import.ipynb(2KB)
--------TensorflowToOnnx-2.ipynb(9KB)
--------OnnxCntkImport.ipynb(200KB)
--------OnnxCoremlImport.ipynb(912KB)
--------MXNetONNXExport.ipynb(7KB)
--------OnnxMenohHaskellImport.ipynb(187KB)
--------VisualizingAModel.md(8KB)
--------PytorchAddExportSupport.md(8KB)
--------PytorchCaffe2SuperResolution.ipynb(23KB)
--------TensorflowToOnnx-1.ipynb(7KB)
--------PytorchTensorflowMnist.ipynb(12KB)
--------OnnxRuntimeServerSSDModel.ipynb(1.84MB)
--------OnnxTensorflowExport.ipynb(7KB)
--------OnnxMxnetImport.ipynb(736KB)
--------ONNXMXNetServer.ipynb(6KB)
----pytorch_caffe2_docker.md(489B)
----PyTorchCustomOperator()
--------README.md(12KB)
--------ort_custom_op()
--------pytorch_custom_op()