Oracle Cloud Infrastructure - Dokumentation

ONNX

Erfahren Sie mehr über ONNX-Conda-Umgebungen.

ONNX 1.13 für CPU unter Python 3.9 (Version 1.0)

Eine Beschreibung der Conda-Umgebung "ONNX 1.13 for CPU on Python 3.9" (Version 1.0).

Veröffentlicht

Mai 25, 2023

Beschreibung

Diese Umgebung umfasst oracle-ads, onnx, onnxruntime und ihre Abhängigkeiten. Diese Umgebung stellt eine Laufzeit für Ihre ONNX-Modellartefakte bereit. ONNX ist ein Open-Source-Format für offene Modelle, mit dem Sie ein Modell aus verschiedenen ML-Librarys in einem einzelnen, portablen Format speichern können, das von der Trainings-Library unabhängig ist. ONNX-Modelle können mit Modell-Deployments bereitgestellt werden. Mit dieser Conda-Umgebung können Sie Modelle aus verschiedenen ML-Librarys in das ONNX-Format konvertieren, einschließlich des Oracle Labs-AutoML-Modells. Verwenden Sie ONNX für die Laufzeitinferenzierung und die Darstellung des Modellworkflows.

Um mit dieser Conda-Umgebung zu beginnen, prüfen Sie das Notizbuch "Erste Schritte" mit dem Launcher.

Python-Version

3.9
Slug

onnx113_p39_cpu_v1
Objektspeicherpfad Der Object Storage-Pfad befindet sich im Umgebungs-Explorer in einer Notizbuchsession, die in der von Ihnen verwendeten Realm erstellt wurde. Der Pfad ist bereichsspezifisch.

Top-Librarys

  • onnx (v1.13.0)

  • onnxconverter-common (v1.13.0)

  • onnxmltools (v1.11.0)

  • onnxruntime (v1.14.1)

  • oracle-ads (v2.8.5)

  • scikit-learn (v1.1.1)

  • lightgbm (v3.3.5)

  • xgboost (v1.7.3)

Eine vollständige Liste der vorinstallierten Python-Librarys finden Sie unter onnx113_p39_cpu_v1.txt.
ONNX 1.13 für GPU unter Python 3.9 (Version 1.0)

Eine Beschreibung der Conda-Umgebung "ONNX 1.13 for GPU on Python 3.9" (Version 1.0).

Veröffentlicht

Juli 10, 2023

Beschreibung

Diese Umgebung umfasst oracle-ads, onnx, onnxruntime und ihre Abhängigkeiten. Diese Umgebung stellt eine Laufzeit für Ihre ONNX-Modellartefakte bereit. ONNX ist ein Open-Source-Format für offene Modelle, mit dem Sie ein Modell aus verschiedenen ML-Librarys in einem einzelnen, portablen Format speichern können, das von der Trainings-Library unabhängig ist. ONNX-Modelle können mit Modell-Deployments bereitgestellt werden. Mit dieser Conda-Umgebung können Sie Modelle aus verschiedenen ML-Librarys in das ONNX-Format konvertieren, einschließlich des Oracle Labs-AutoML-Modells. Verwenden Sie ONNX für die Laufzeitinferenzierung und die Darstellung des Modellworkflows.

Um mit dieser Conda-Umgebung zu beginnen, prüfen Sie das Notizbuch "Erste Schritte" mit dem Launcher.

Python-Version

3.9
Slug

onnx113_p39_gpu_v1
Objektspeicherpfad Der Object Storage-Pfad befindet sich im Umgebungs-Explorer in einer Notizbuchsession, die in der von Ihnen verwendeten Realm erstellt wurde. Der Pfad ist bereichsspezifisch.

Top-Librarys

  • onnx (v1.13.1)

  • onnxconverter-common (v1.13.0)

  • onnxmltools (v1.11.2)

  • onnxruntime_gpu (v1.15.1)

  • oracle-ads (v2.8.7)

  • scikit-learn (v1.1.1)

Eine vollständige Liste der vorinstallierten Python-Librarys finden Sie unter onnx110_p39_gpu_v1.txt.