Glossar

Open Neural Network Exchange (ONNX)

Was ist Open Neural Network Exchange (ONNX)?

Open Neural Network Exchange (ONNX) ist ein offenes Dateiformat für Machine-Learning-Modelle, das 2017 von Microsoft und Facebook (heute Meta) vorgestellt wurde und heute unter dem Dach der LF AI & Data Foundation steht. Ein Modell, das etwa in PyTorch trainiert wurde, lässt sich als ONNX exportieren und mit anderen Werkzeugen oder Laufzeitumgebungen wie ONNX Runtime ausführen. Das erleichtert den Wechsel zwischen Frameworks und den Einsatz auf unterschiedlicher Hardware.

Themen

Format
Interoperabilität
Open Source

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

PyTorch

PyTorch ist ein quelloffenes Framework für maschinelles Lernen und Deep Learning in der Programmiersprache Python. Es wurde ursprünglich bei Meta (damals Facebook) entwickelt und wird seit 2022 von der PyTorch Foundation unter dem Dach der Linux Foundation betreut. PyTorch ist in Forschung und Industrie weit verbreitet, weil sich Modelle damit flexibel bauen, auf Grafikkarten trainieren und schrittweise testen lassen; viele bekannte Sprach- und Bildmodelle entstehen damit.

Framework
Deep Learning
+1

TensorFlow

TensorFlow ist ein von Google entwickeltes Open-Source-Framework für maschinelles Lernen, das 2015 veröffentlicht wurde. Es dient dazu, neuronale Netze zu bauen, zu trainieren und in Anwendungen, auf Servern oder mobilen Geräten einzusetzen. Mit Keras bietet es eine leicht zugängliche Programmierschnittstelle; typische Einsätze sind Bildklassifikation, Prognosen oder Empfehlungssysteme.

Framework
Deep Learning
+1

MXNet

Apache MXNet war ein quelloffenes Deep-Learning-Framework, das Modelle effizient auf mehreren Grafikprozessoren und Rechnern trainieren konnte und Schnittstellen für Python, C++, R, Scala und weitere Sprachen bot. Amazon Web Services unterstützte es einige Jahre als bevorzugtes Framework. Das Projekt wurde im September 2023 von der Apache Software Foundation eingestellt und bis Februar 2024 ins Apache Attic verschoben; es wird nicht mehr weiterentwickelt. Bestehende Modelle werden meist auf andere Frameworks migriert.

Framework
Deep Learning
+1

Scikit-learn

Scikit-learn ist eine quelloffene Python-Bibliothek für klassisches maschinelles Lernen. Sie bietet einheitliche Werkzeuge für Klassifikation, Regression, Clustering, Dimensionsreduktion, Datenvorverarbeitung und Modellbewertung, etwa Kreuzvalidierung. Aufgebaut auf NumPy und SciPy, ist sie wegen ihrer einfachen, konsistenten Schnittstelle in Ausbildung, Forschung und Praxis weit verbreitet. Für tiefe neuronale Netze greift man dagegen meist zu Frameworks wie PyTorch oder TensorFlow.

Python
Bibliothek
+1