ONNX模型Python运行时，其他用于将机器学习模型在C++中转换的辅助工具。
项目描述
mlprodict
mlprodict最初是为了帮助实现转换到ONNX的工具。主要功能是ONNX的Python运行时（类OnnxInference），可视化工具（见可视化），以及numpy API for ONNX）。该软件包还提供比较预测、基准测试使用sklearn-onnx转换的模型的功能。
import numpy
from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_iris
from mlprodict.onnxrt import OnnxInference
from mlprodict.onnxrt.validate.validate_difference import measure_relative_difference
from mlprodict import __max_supported_opset__, get_ir_version
iris = load_iris()
X = iris.data[:, :2]
y = iris.target
lr = LinearRegression()
lr.fit(X, y)
# Predictions with scikit-learn.
expected = lr.predict(X[:5])
print(expected)
# Conversion into ONNX.
from mlprodict.onnx_conv import to_onnx
model_onnx = to_onnx(lr, X.astype(numpy.float32),
black_op={'LinearRegressor'},
target_opset=__max_supported_opset__)
print("ONNX:", str(model_onnx)[:200] + "\n...")
# Predictions with onnxruntime
model_onnx.ir_version = get_ir_version(__max_supported_opset__)
oinf = OnnxInference(model_onnx, runtime='onnxruntime1')
ypred = oinf.run({'X': X[:5].astype(numpy.float32)})
print("ONNX output:", ypred)
# Measuring the maximum difference.
print("max abs diff:", measure_relative_difference(expected, ypred['variable']))
# And the python runtime
oinf = OnnxInference(model_onnx, runtime='python')
ypred = oinf.run({'X': X[:5].astype(numpy.float32)},
verbose=1, fLOG=print)
print("ONNX output:", ypred)
安装
除非您需要最新的开发功能，否则从pip安装应能正常工作。
pip install mlprodict
该软件包包括ONNX的运行时。这就是为什么依赖项数量有限。但是，一些功能依赖于sklearn-onnx、onnxruntime、scikit-learn。它们可以通过以下说明进行安装
pip install mlprodict[all]
代码位于GitHub/mlprodict，并具有在线文档。
关闭
mlprodict-0.9.1883.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4be87c687d3d09b6a7f55eeb90d0795fc84a969c271ad4053ef53015d06dd398 |
|
| MD5 | b2efe11fc250f3de35e182cb6e22a3fb |
|
| BLAKE2b-256 | 5bd27f643bb8432e9c7961becb4f44e0e0f8455dffa92344c6e4ca7b4d18d232 |
关闭
mlprodict-0.9.1883-cp310-cp310-win_amd64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | a39323222595cb9f7ce16d167febd670e41be5c26ac334e475978266c3b494e6 |
|
| MD5 | 1844ae3e8d826046d6785c24d8cc34bf |
|
| BLAKE2b-256 | 8c05ca4996e5cd1aa11af640f2d29b3ae40d1a0deaa5a42bde4329daeaa97940 |
关闭
mlprodict-0.9.1883-cp310-cp310-manylinux_2_24_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 9460033d0331aaefe79d19e45aa5ef04663ad2d89a3edcf674b64c8087c07101 |
|
| MD5 | de7c6bcc2371f8e744c90cb2e089bba0 |
|
| BLAKE2b-256 | 6fcf97957338b23f937d337e1b8ec9047aa19987257a1c9889ebe640e2fad5a4 |
关闭
mlprodict-0.9.1883-cp310-cp310-macosx_10_13_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 3ca38c90d5f0ddf7715ec171074a5ed13265d1a70df69f718996b4824243b6af |
|
| MD5 | 2561723606cd7f9e9ee99ca47f70360f |
|
| BLAKE2b-256 | 54f91b152e47b910991107edbfdf7d14270d518883f18f9748d7cd1251fa2e10 |
关闭
mlprodict-0.9.1883-cp39-cp39-win_amd64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 15465beed3fb1504a03d15986cff2c962d30fede0c6a04b248d24d4c32ac728a |
|
| MD5 | 7117d88104d192ac3758faf71ee5e47e |
|
| BLAKE2b-256 | 90076ce9f5f6579c56cfa827ff155d8600d62a9d7d93367555592c799d234a45 |
关闭
mlprodict-0.9.1883-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 6a97172bddfb16467992d17bc673f0ed8e11b626e5ed711fdfb4a99c5e07196c |
|
| MD5 | 78b76a8ff35823004b892ebeb4452732 |
|
| BLAKE2b-256 | 76c4231e76b59c9d0252e990afc710e8c919f7ec3bce38677b3bb72c14b31853 |
关闭
哈希值 for mlprodict-0.9.1883-cp39-cp39-macosx_10_13_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 6a2843aabf25433967fa80bae244dc6eff3a42a7e947d03c47fdb93ac215fef8 |
|
| MD5 | 802bc7f502bd776cf35de05560b23838 |
|
| BLAKE2b-256 | 05ac6d9ffe86930951d3418604fd97b05dc4afa02a07e1a0ee387dca8b3258ae |
关闭
哈希值 for mlprodict-0.9.1883-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 2d4ab90f145174ac71a556466ae374c0e51145957f71ede2fa78119696934774 |
|
| MD5 | 1db1ea036054dfaf92d3542b5b7808b5 |
|
| BLAKE2b-256 | 1e3c53a12d2942e6821231503d571cf3b67d72d239d858b0b987af17a0d716ae |
关闭
哈希值 for mlprodict-0.9.1883-cp38-cp38-macosx_10_13_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 3d0f71d940a622960e528e4be6d6bd4eea901d0bfc0e5a81c90de5310e2e64a3 |
|
| MD5 | 595dc7d058377dbe6109ed6a34d7cba4 |
|
| BLAKE2b-256 | 7898f012e83f9f028f2f06bcb10724bc6415049e9660cf6c62da9fa345ef5b19 |
关闭
哈希值 for mlprodict-0.9.1883-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 215c9a413fa9b24e66b6274daa4395f5d2713a7f7b718641e13abe908b42101c |
|
| MD5 | a1750a30f35fb9dbca0689c2b88a8a85 |
|
| BLAKE2b-256 | 9b5db36f8b0543089319fd82a0b4ff91e3206862b25c9b7dfcb57130f34030b8 |
