ONNX - 算子

ONNX 中的算子是定义机器学习模型中计算的基本构建块，将来自各种框架（如 TensorFlow、PyTorch 等）的操作映射到标准化的 ONNX 格式。

在本教程中，我们将探讨什么是 ONNX 算子、不同类型以及它们如何在兼容 ONNX 的模型中发挥作用。

什么是 ONNX 算子？

ONNX 算子是 ONNX 模型中使用的计算基本单元。每个算子定义一种特定类型的操作，例如数学计算、数据处理或神经网络层。算子由一个元组标识 -

<name, domain, version>

其中，

• 名称：算子的名称。
• 域：算子所属的命名空间。
• 版本：算子的版本（用于跟踪更新和更改）。

ONNX 中的核心算子

核心算子是 ONNX 和 ONNX-ML 附带的标准算子集。这些算子经过高度优化，并受任何兼容 ONNX 的产品支持。这些算子旨在涵盖大多数常见的机器学习任务，并且通常不能被进一步分解成更简单的操作。

核心算子的主要特点 -

• 这些是在 ONNX 框架内定义的标准算子。
• ai.onnx 域包含 124 个算子，而 ai.onnx.ml 域（专注于机器学习任务）包含 19 个算子。
• 核心算子支持各种问题领域，例如图像分类、推荐系统和自然语言处理。

ai.onnx 域算子

以下是 ai.onnx 算子的列表 -

ai.onnx.ml 域算子

以下是 ai.onnx.ml 域中所有可用算子的列表。

ONNX 中的自定义算子

除了核心算子之外，ONNX 还允许开发者为更专业或非标准的任务定义自定义算子。

• 如果 ONNX 算子集中不存在特定操作，或者如果开发者创建了新的技术或自定义激活函数，他们可以定义自定义算子。
• 自定义算子由自定义域名称标识，将其与核心算子区分开来。