Tool-Profil
onnx/onnx
github.com
Offener Standard und Format zur Darstellung und zum Austausch von Machine-Learning-Modellen über Frameworks hinweg.
Was es kann
onnx/onnx
ONNX definiert ein Open-Source-Format und ein erweiterbares Berechnungsgraphenmodell für Deep Learning und traditionelle ML-Modelle, mit integrierten Operatoren und Standarddatentypen, die auf Inferenz ausgerichtet sind. Es richtet sich an KI-Entwickler, die Interoperabilität zwischen Frameworks und einen reibungsloseren Weg von der Forschung in die Produktion wünschen. Das Projekt ist Open Source unter Apache-2.0 und bietet ein Python-Paket.
Tags
Kategorien
Eine Kurzbeschreibung fehlt noch.
FAQ
Häufige Fragen
- Was ist onnx/onnx?
- ONNX definiert ein Open-Source-Format und ein erweiterbares Berechnungsgraphenmodell für Deep Learning und traditionelle ML-Modelle, mit integrierten Operatoren und Standarddatentypen, die auf Inferenz ausgerichtet sind. Es richtet sich an KI-Entwickler, die Interoperabilität zwischen Frameworks und einen reibungsloseren Weg von der Forschung in die Produktion wünschen. Das Projekt ist Open Source unter Apache-2.0 und bietet ein Python-Paket.
- Was kostet onnx/onnx?
- onnx/onnx nutzt dieses Preismodell: Open Source. Aktuelle Tarife findest du auf der offiziellen Website.
- Wofür wird onnx/onnx verwendet?
- onnx/onnx ist auf TolsAI in diesen Kategorien gelistet: Open Source.
- Wo kann ich onnx/onnx nutzen?
- onnx/onnx ist auf der offiziellen Website github.com verfügbar.
Entdecken
Mehr in Open Source
Ein Open-Source-Agenten-Harness für einen selbstverbessernden KI-Agenten, der Aufgaben plant und ausführt, die du beschreibst.
Eine vektorlose, auf Reasoning basierende RAG-Engine, die Dokumente als Bäume indexiert und mit LLM-Reasoning abruft.
Eine PyTorch-ähnliche Python-Bibliothek zum Erstellen und automatischen Optimieren von LLM-Workflows wie Chatbots, RAG und Agenten.
Eine modulare Web-Oberfläche zum Generieren von Bildern, Videos und Audio mit KI-Modellen wie Stable Diffusion, Flux und Wan.
Eine Schritt-für-Schritt-Anleitung zur Gestaltung von KI-Systemen, die auf LLMs, RAG und KI-Agenten basieren.
Open-Source-KI-Pipeline-Engine zum Erstellen, Debuggen und Bereitstellen von LLM-Workflows und Agent-Orchestrierung aus deiner IDE.
Diskussion
Diskussion
Melde dich an, um mitzudiskutieren
Noch keine Kommentare. Starte die Diskussion.