跳转到主要内容

扩展scikit-learn,增加了一些新的模型、转换器、指标和绘图功能。

项目描述

https://circleci.com/gh/sdpython/onnxcustom/tree/master.svg?style=svg Build status Build Status Windows https://codecov.io/gh/sdpython/onnxcustom/branch/master/graph/badge.svg https://badge.fury.io/py/onnxcustom.svg GitHub Issues MIT License Downloads Forks Stars size

onnxcustom: 自定义ONNX

https://raw.githubusercontent.com/sdpython/onnxcustom/master/_doc/sphinxdoc/source/phdoc_static/project_ico.png

文档

示例,如何将机器学习模型转换为ONNX,实现自己的转换器或运行时,或者使用ONNX / onnxruntime进行训练的教程。

函数check或命令行python -m onnxcustom check检查模块是否正确安装,并返回几个函数的处理时间,或者简单地

import onnxcustom
onnxcustom.check()

文档还介绍了用于推理和训练的onnxonnxruntime。与scikit-learn相关的教程已合并到sklearn-onnx文档。在这个包实现的一些工具中,您可能发现

  • 一个将NVidia Profilder日志转换为dataframe的工具,

  • 一个类似于scikit-learn实现但基于onnxruntime-training的SGD优化器,能够训练CPU和GPU,

  • 操作onnx图的功能。

项目详情


下载文件

下载适用于您的平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。

源代码分发

onnxcustom-0.4.293.tar.gz (68.2 kB 查看哈希值)

上传时间 源代码

构建分发

onnxcustom-0.4.293-py3-none-any.whl (77.8 kB 查看哈希值)

上传时间 Python 3

支持者