Documentation sur Oracle Cloud Infrastructure

ONNX

En savoir plus sur les environnements Conda ONNX.

ONNX 1.13 pour unité centrale avec Python 3.9 (version 1.0)

Description de l'environnement Conda ONNX 1.13 pour unité centrale avec Python 3.9 (version 1.0).

Date de publication

Mai 2023

Description

Cet environnement inclut oracle-ads, onnx, onnxruntime et leurs dépendances. Il permet l'exécution d'artefacts de modèle ONNX. ONNX est un format à source ouverte qui permet d'enregistrer un modèle provenant de différentes bibliothèques d'apprentissage automatique (ML) dans un format unique et portable, indépendant de la bibliothèque d'entraînement. Les modèles ONNX peuvent être déployés à l'aide de déploiements de modèle. Vous pouvez utiliser cet environnement Conda pour convertir des modèles provenant de différentes bibliothèques d'apprentissage automatique dans le format ONNX, y compris le modèle Oracle Labs AutoML. Utilisez ONNX pour générer des inférences lors de l'exécution et représenter dans un graphique le flux de travail de votre modèle.

Pour démarrer avec cet environnement Conda, consultez le carnet Démarrage, à l'aide du Lanceur.

Version de Python

3.9
Ligne-bloc

onnx113_p39_cpu_v1
Chemin du stockage d'objets Le chemin du stockage d'objets se trouve dans l'explorateur d'environnements dans une session de carnet créée dans le domaine que vous utilisez. Le chemin est spécifique au domaine.

Principales bibliothèques

  • 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)

  • lightgbm (v3.3.5)

  • xgboost (v1.7.3)

Pour obtenir la liste complète des bibliothèques Python préinstallées, voir onnx113_p39_cpu_v1.txt.
ONNX 1.13 pour processeur graphique avec Python 3.9 (version 1.0)

Description de l'environnement Conda ONNX 1.13 pour processeur graphique Python 3.9 (version 1.0).

Date de publication

Juillet 10, 2023

Description

Cet environnement inclut oracle-ads, onnx, onnxruntime et leurs dépendances. Il permet l'exécution d'artefacts de modèle ONNX. ONNX est un format à source ouverte qui permet d'enregistrer un modèle provenant de différentes bibliothèques d'apprentissage automatique (ML) dans un format unique et portable, indépendant de la bibliothèque d'entraînement. Les modèles ONNX peuvent être déployés à l'aide de déploiements de modèle. Vous pouvez utiliser cet environnement Conda pour convertir des modèles provenant de différentes bibliothèques d'apprentissage automatique dans le format ONNX, y compris le modèle Oracle Labs AutoML. Utilisez ONNX pour générer des inférences lors de l'exécution et représenter dans un graphique le flux de travail de votre modèle.

Pour démarrer avec cet environnement Conda, consultez le carnet Démarrage, à l'aide du Lanceur.

Version de Python

3.9
Ligne-bloc

onnx113_p39_gpu_v1
Chemin du stockage d'objets Le chemin du stockage d'objets se trouve dans l'explorateur d'environnements dans une session de carnet créée dans le domaine que vous utilisez. Le chemin est spécifique au domaine.

Principales bibliothèques

  • 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)

Pour obtenir la liste complète des bibliothèques Python préinstallées, voir onnx110_p39_gpu_v1.txt.