ONNX - 運算元

ONNX 中的運算元是定義機器學習模型中計算的基本構建塊，將來自各種框架（如 TensorFlow、PyTorch 等）的操作對映到標準化的 ONNX 格式。

在本教程中，我們將探討什麼是 ONNX 運算元、不同型別以及它們如何在相容 ONNX 的模型中發揮作用。

什麼是 ONNX 運算元？

ONNX 運算元是 ONNX 模型中使用的計算基本單元。每個運算元定義一種特定型別的操作，例如數學計算、資料處理或神經網路層。運算元由一個元組標識 -

<name, domain, version>

其中，

• 名稱：運算元的名稱。
• 域：運算元所屬的名稱空間。
• 版本：運算元的版本（用於跟蹤更新和更改）。

ONNX 中的核心運算元

核心運算元是 ONNX 和 ONNX-ML 附帶的標準運算元集。這些運算元經過高度最佳化，並受任何相容 ONNX 的產品支援。這些運算元旨在涵蓋大多數常見的機器學習任務，並且通常不能被進一步分解成更簡單的操作。

核心運算元的主要特點 -

• 這些是在 ONNX 框架內定義的標準運算元。
• ai.onnx 域包含 124 個運算元，而 ai.onnx.ml 域（專注於機器學習任務）包含 19 個運算元。
• 核心運算元支援各種問題領域，例如影像分類、推薦系統和自然語言處理。

ai.onnx 域運算元

以下是 ai.onnx 運算元的列表 -

ai.onnx.ml 域運算元

以下是 ai.onnx.ml 域中所有可用運算元的列表。

ONNX 中的自定義運算元

除了核心運算元之外，ONNX 還允許開發者為更專業或非標準的任務定義自定義運算元。

• 如果 ONNX 運算元集中不存在特定操作，或者如果開發者建立了新的技術或自定義啟用函式，他們可以定義自定義運算元。
• 自定義運算元由自定義域名稱標識，將其與核心運算元區分開來。