Documentación de ONNX

Descripción

La documentación de ONNX 1.23.0 sirve como un recurso completo para comprender y utilizar el formato Open Neural Network Exchange. Comienza con una introducción a ONNX y sus conceptos fundamentales, guiando a los usuarios a través de su integración con Python. Se proporciona una referencia de API detallada, que abarca estrategias de versionado, estructuras de datos, funciones y una lista exhaustiva de operadores ONNX.

Se detallan aspectos técnicos, incluyendo las especificaciones del almacenamiento de punto flotante en 8 bits y la implementación de tipos enteros de 4 bits y 2 bits. La documentación también aborda el Repositorio ONNX, ofreciendo orientación sobre cómo añadir cuerpos de funciones para operadores y el proceso de introducción de nuevos operadores o funciones en el ecosistema ONNX. Los casos de aseguramiento de seguridad también forman parte de la documentación, destacando el compromiso de ONNX con un desarrollo robusto.

Secciones técnicas adicionales profundizan en los mecanismos de broadcasting dentro de ONNX, una guía sobre etiquetas de diferenciabilidad, denotación de dimensiones y manejo de datos externos. Se presenta la Especificación de la Representación Intermedia de Open Neural Network Exchange (ONNX IR), junto con instrucciones para implementar un backend ONNX. También se cubre la gestión de operadores experimentales y metadatos, al igual que los tipos ONNX y el conjunto de pruebas de backend ONNX.

La información sobre las versiones oficiales de ONNX y las convenciones de operadores proporciona contexto para la evolución del framework. Se incluye una descripción general de la API de Python y métodos para verificar lanzamientos de PyPI con atestaciones de Sigstore para desarrolladores. Finalmente, la documentación aborda la seguridad de datos externos, la inferencia de formas de ONNX, la sintaxis textual de ONNX, la denotación de tipos, el convertidor de versiones de ONNX y el versionado de ONNX, convirtiéndola en una referencia completa para usuarios y colaboradores de ONNX.

Características principales de Documentación de ONNX

• Introducción a los conceptos de ONNX

• Guía de integración de ONNX con Python

• Referencia de API completa

• Explicación detallada del versionado de ONNX

• Documentación sobre estructuras de datos de ONNX

• Cobertura de funciones de ONNX

• Documentación exhaustiva de operadores ONNX

• Detalles técnicos sobre tipos de datos y almacenamiento (por ejemplo, flotante de 8 bits, entero de 4 bits)

• Directrices del Repositorio ONNX

• Procedimientos para añadir operadores/funciones

• Caso de aseguramiento de seguridad de ONNX

• Broadcasting en ONNX

• Guía de etiquetas de diferenciabilidad

• Denotación de dimensiones y denotación de tipos

• Manejo de datos externos

• Especificación de ONNX IR

• Guía de implementación de backend ONNX

• Gestión de operadores experimentales

• Metadatos de ONNX

• Tipos de ONNX

• Suite de pruebas de backend ONNX

• Versiones oficiales de ONNX

• Descripción general de convenciones de operadores

• Descripción general de la API de Python

• Atestaciones de Sigstore para lanzamientos de PyPI

• Inferencia de formas de ONNX

• Sintaxis textual de ONNX

• Convertidor de versiones de ONNX

Primeros pasos con Documentación de ONNX

1. 1

   Comprender los conceptos de ONNX: Lea las secciones introductorias para captar los principios fundamentales de ONNX.

2. 2

   Integrar con Python: Siga la guía de integración de ONNX con Python para una implementación práctica.

3. 3

   Explorar la referencia de API: Utilice la referencia de API para obtener información detallada sobre funciones, operadores y estructuras de datos.

4. 4

   Implementar un backend ONNX: Consulte las guías sobre cómo implementar un backend ONNX para soluciones personalizadas.

5. 5

   Añadir nuevos operadores/funciones: Consulte la documentación para conocer los procedimientos de adición de nuevos operadores o funciones.

6. 6

   Gestionar funciones experimentales: Aprenda a gestionar y utilizar operadores experimentales.

7. 7

   Verificar lanzamientos: Comprenda el proceso de verificación de lanzamientos de ONNX PyPI utilizando atestaciones de Sigstore.

Casos de uso de Documentación de ONNX

• Interoperabilidad de Modelos
• Aceleración de Hardware
• Optimización de Modelos
• Investigación y Desarrollo
• Despliegue en Producción

Preguntas frecuentes de Documentación de ONNX

• ¿Qué es ONNX y qué cubre su documentación?

  ONNX (Open Neural Network Exchange) es un formato para representar modelos de aprendizaje automático. Su documentación cubre conceptos centrales, integración con Python, referencias de API, versionado, estructuras de datos, operadores, detalles técnicos, seguridad y guías de implementación.

• ¿Dónde puedo encontrar información sobre los operadores de ONNX?

  La documentación de ONNX 1.23.0 incluye una sección dedicada a los operadores de ONNX, detallando sus especificaciones y uso.

• ¿Cómo maneja ONNX diferentes tipos de datos y almacenamiento?

  La sección de detalles técnicos de la documentación de ONNX explica el almacenamiento de punto flotante en 8 bits y varios tipos enteros como los tipos enteros de 4 bits y 2 bits.

• ¿Cuál es el propósito de la Especificación de ONNX IR?

  La Especificación de la Representación Intermedia (IR) de ONNX define la estructura y semántica de los modelos ONNX, permitiendo la interoperabilidad entre diferentes frameworks.

• ¿Puedo implementar mi propio backend ONNX?

  Sí, la documentación proporciona orientación sobre la implementación de un backend ONNX, lo que permite integraciones personalizadas de hardware o software.

• ¿Cómo se gestiona el versionado en ONNX?

  ONNX tiene una sección dedicada al Versionado, que explica cómo se gestionan las diferentes versiones del formato y cómo utilizar el Convertidor de Versiones de ONNX.

• ¿Cuáles son las consideraciones de seguridad para ONNX?

  La documentación incluye información sobre Casos de Aseguramiento de Seguridad de ONNX y seguridad de datos externos, destacando las medidas para garantizar la integridad y seguridad del modelo.

• ¿Cómo puedo añadir nuevos operadores o funciones a ONNX?

  La documentación del Repositorio ONNX proporciona instrucciones paso a paso para añadir una definición de cuerpo de función para un operador y para añadir nuevos operadores o funciones a ONNX.

• ¿Qué es la Inferencia de Formas de ONNX?

  La Inferencia de Formas de ONNX es un proceso descrito en la documentación que determina las formas de salida de los operadores basándose en las formas de sus entradas.

• ¿La documentación cubre cómo usar ONNX con Python?

  Sí, hay una sección específica titulada 'ONNX con Python' que guía a los usuarios sobre cómo integrar modelos ONNX en sus flujos de trabajo de Python.