Documentação do Oracle Cloud Infrastructure

ONNX

Saiba mais sobre ambientes conda ONNX.

ONNX 1.13 para CPU em Python 3.9 (versão 1.0)

Uma descrição do ambiente conda ONNX 1.13 para CPU com Python 3.9 (versão 1.0).

Liberado

Maio de 25, 2023

Descrição

Este ambiente inclui oracle-ads, onnx, onnxruntime e suas dependências. A finalidade desse ambiente é oferecer um runtime para seus artefatos de modelo ONNX. ONNX é um formato de código e modelo abertos que permite salvar um modelo de diferentes bibliotecas de machine learning (ML) em um único formato portátil que independe da biblioteca de treinamento. Os modelos ONNX podem ser implantados usando implantações de modelo. Você pode usar este ambiente conda para converter modelos de diferentes bibliotecas de ML em formato ONNX, incluindo o modelo AutoML do Oracle Labs. Use o ONNX para inferir runtime e plotar seu workflow de modelos.

Para começar a usar este ambiente conda, consulte o notebook de Conceitos Básicos, usando o Launcher.

Versão do Python

3.9
Slug

onnx113_p39_cpu_v1
Caminho do Object Storage O caminho do serviço Object Storage pode ser encontrado no Explorador de Ambientes em uma sessão de notebook criada no realm que você está usando. O caminho é específico do realm.

Bibliotecas Principais

  • 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)

Para obter uma lista completa de bibliotecas Python pré-instaladas, consulte onnx113_p39_cpu_v1.txt.
ONNX 1.13 para GPU com Python 3.9 (versão 1.0)

Uma descrição do ambiente conda ONNX 1.13 para GPU com Python 3.9 (versão 1.0).

Liberado

Julho de 10, 2023

Descrição

Este ambiente inclui oracle-ads, onnx, onnxruntime e suas dependências. A finalidade desse ambiente é oferecer um runtime para seus artefatos de modelo ONNX. ONNX é um formato de código e modelo abertos que permite salvar um modelo de diferentes bibliotecas de machine learning (ML) em um único formato portátil que independe da biblioteca de treinamento. Os modelos ONNX podem ser implantados usando implantações de modelo. Você pode usar este ambiente conda para converter modelos de diferentes bibliotecas de ML em formato ONNX, incluindo o modelo AutoML do Oracle Labs. Use o ONNX para inferir runtime e plotar seu workflow de modelos.

Para começar a usar este ambiente conda, consulte o notebook de Conceitos Básicos, usando o Launcher.

Versão do Python

3.9
Slug

onnx113_p39_gpu_v1
Caminho do Object Storage O caminho do serviço Object Storage pode ser encontrado no Explorador de Ambientes em uma sessão de notebook criada no realm que você está usando. O caminho é específico do realm.

Bibliotecas Principais

  • 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)

Para obter uma lista completa de bibliotecas Python pré-instaladas, consulte onnx110_p39_gpu_v1.txt.