Microsoft og Facebook gør det nemmere for AI-modeller at hoppe fra en AI-ramme til en anden
2 min. Læs
Udgivet den
Del denne artikel
Forbedre denne vejledning
Læs vores oplysningsside for at finde ud af, hvordan du kan hjælpe MSPoweruser med at opretholde redaktionen Læs mere
Microsoft annoncerede i dag deres samarbejde med Facebook om at annoncere Open Neural Network Exchange (ONNX) format. ONNX bringer interoperabilitet til AI-rammeøkosystemet. ONNX giver en definition af en udvidelsesbar beregningsgrafmodel, såvel som definitioner af indbyggede operatører og standarddatatyper.
Der er flere AI-frameworks tilgængelige på markedet, herunder Microsofts eget Cognitive Toolkit. Indtil i dag var der ingen måde at bruge AI-modeller oprettet til én ramme i en anden. ONNX løser dette problem ved at blive open source-formatet til AI-modeller. Microsofts Cognitive Toolkit, Caffe2 og PyTorch vil understøtte ONNX.
ONNX tilbyder følgende fordele:
- Rammeinteroperabilitet: Udviklere kan nemmere flytte mellem frameworks og bruge det bedste værktøj til den aktuelle opgave. Hvert rammeværk er optimeret til specifikke egenskaber såsom hurtig træning, understøttelse af fleksible netværksarkitekturer, inferencing på mobile enheder osv. Mange gange er den karakteristika, der er vigtigst under forskning og udvikling, anderledes end den, der er vigtigst for forsendelse til produktion. Dette fører til ineffektivitet ved ikke at bruge det rigtige framework eller betydelige forsinkelser, da udviklere konverterer modeller mellem frameworks. Rammer, der bruger ONNX-repræsentationen, forenkler dette og gør det muligt for udviklere at være mere agile.
- Delt optimering: Hardwareleverandører og andre med optimeringer til at forbedre ydeevnen af neurale netværk kan påvirke flere rammer på én gang ved at målrette mod ONNX-repræsentationen. Ofte skal optimeringer integreres separat i hver ramme, hvilket kan være en tidskrævende proces. ONNX-repræsentationen gør det nemmere for optimeringer at nå ud til flere udviklere.
ONNX-koden og dokumentationen er nu tilgængelig som open source på GitHub, og du kan give din feedback for at videreudvikle dette projekt link.. Få mere at vide om denne meddelelse link..
