Tämä artikkeli on konekäännöksen peiliartikkeli, klikkaa tästä siirtyäksesi alkuperäiseen artikkeliin.

Näkymä: 1922|Vastaus: 1

Yleisiä syväoppimismalleja (.pt, . onnx) tiedostomuoto

[Kopioi linkki]
Julkaistu 2025-2-4 klo 20:43:40 | | |
PyTorch
Tiedostomuoto: .pt tai .pth
Kuvaus: Käytetään PyTorch-mallin painojen, skeeman ja muun metatiedon säilyttämiseen. Käytetään yleensä harjoitus- ja päättelyvaiheissa.

TorchScript
Tiedostomuoto: .pt tai .torchscript
Kuvaus: TorchScriptillä käännetty PyTorch-malli, joka voi toimia ilman Python-tulkkia. Ihanteellinen tehokkaaseen mallin käyttöönottoon ja monialustaisiin sovelluksiin.

ONNX Runtime
Tiedostomuoto: .onnx
Kuvaus: ONNX (Open Neural Network Exchange) on avoin formaatti, jota käytetään syväoppimismallien esittämiseen. ONNX Runtime on suorituskykyinen päättelymoottori, joka tukee erilaisia laitteistokiihdyttimiä. ONNX-tiedostoja voidaan viedä useilla kehyksillä ja käyttää useilla alustoilla.

OpenVINO
Tiedosto formats:.xml ja .bin
Kuvaus: OpenVINO-työkalupakki muuntaa mallin väliesitykseksi (IR) kahdella tiedostolla:
.xml Tiedosto: Kuvaa mallin rakennetta.
.bin Tiedosto: Tallentaa mallin painot. OpenVINO tukee useita laitteistokiihdytyksiä, kuten prosessoria, näytönohjainta, vpua jne.

TensorRT
Tiedostomuoto: .engine
Kuvaus: TensorRT on NVIDIA:n tarjoama korkean suorituskyvyn päättelyoptimointikirjasto, joka on optimoitu erityisesti näytönohjaimille. moottoritiedostot ovat TensorRT-optimoituja malleja tehokkaaseen päättelyyn NVIDIA-näytönohjaimilla.

CoreML (vain macOS:lle)
Tiedostomuoto: .mlmodel
Kuvaus: CoreML on Applen tarjoama koneoppimiskehys, joka on suunniteltu iOS- ja macOS-laitteille. mlmodel-tiedostot ovat malleja CoreML-muodossa, jotka mahdollistavat tehokkaan päättelyn suoraan Apple-laitteilla.

TensorFlow GraphDef
Tiedostomuoto: .pb
Kuvaus: GraphDef on varhainen mallin tallennusformaatti TensorFlow'lle, joka sisältää pääasiassa laskennallisten graafien määritelmiä. Vaikka se ei ole yhtä suosittu kuin SavedModel, sitä käytetään silti joissain tapauksissa.

TensorFlow Lite
Tiedostomuoto: .tflite
Kuvaus: TensorFlow Lite on kevyt versio TensorFlow'sta, joka on suunniteltu mobiililaitteille ja sulautetuille laitteille. TFlite-tiedostot ovat optimoituja malleja käytettäväksi resurssirajoitetuissa ympäristöissä.

PaddlePaddle
Tiedostomuodot: .pdparams ja .pdmodel
Kuvaus: PaddlePaddle on avoimen lähdekoodin syväoppimiskehys, jonka on kehittänyt Baidu. Mallit tallennetaan yleensä kahteen tiedostoon:
.pdmodel-tiedosto: kuvaa mallin arkkitehtuurin.
.pdparams-tiedosto: Tallentaa mallin painot.




Edellinen:"Kokoro-82M" on tekstistä puheeksi -TTS-malli, joka on äskettäin räjähtänyt suosioon
Seuraava:[AI] (2) Ero DeepSeek-V3:n ja R1-versioiden välillä
 Vuokraisäntä| Julkaistu 2025-2-7 10:52:01 |
[AI] (6) Lyhyt johdatus GGUF:n suurmallitiedostomuotoon
https://www.itsvse.com/thread-10936-1-1.html
Vastuuvapauslauseke:
Kaikki Code Farmer Networkin julkaisemat ohjelmistot, ohjelmamateriaalit tai artikkelit ovat tarkoitettu vain oppimis- ja tutkimustarkoituksiin; Yllä mainittua sisältöä ei saa käyttää kaupallisiin tai laittomiin tarkoituksiin, muuten käyttäjät joutuvat kantamaan kaikki seuraukset. Tämän sivuston tiedot ovat peräisin internetistä, eikä tekijänoikeuskiistat liity tähän sivustoon. Sinun tulee poistaa yllä oleva sisältö kokonaan tietokoneeltasi 24 tunnin kuluessa lataamisesta. Jos pidät ohjelmasta, tue aitoa ohjelmistoa, osta rekisteröityminen ja hanki parempia aitoja palveluita. Jos rikkomuksia ilmenee, ota meihin yhteyttä sähköpostitse.

Mail To:help@itsvse.com