PyTorch
Format pliku: .pt lub .pth
Opis: Używany do przechowywania wag, schematu i innych metadanych modelu PyTorch. Zazwyczaj używane w fazach szkolenia i rozumowania.
TorchScript
Format pliku: .pt lub .torchscript
Opis: Model PyTorch skompilowany za pomocą TorchScript, który może działać bez interpretera Pythona. Idealne do efektywnego wdrażania modeli i aplikacji wieloplatformowych.
ONNX Runtime
Format pliku: .onnx
Opis: ONNX (Open Neural Network Exchange) to otwarty format używany do reprezentowania modeli uczenia głębokiego. ONNX Runtime to wysokowydajny silnik inferencyjny, który obsługuje różnorodne akceleratory sprzętowe. Pliki ONNX mogą być eksportowane przez różne frameworki i używane na różnych platformach.
OpenVINO
Plik formats:.xml i .bin
Opis: Zestaw narzędzi OpenVINO konwertuje model na reprezentację pośrednią (IR) za pomocą dwóch plików:
.xml File: Opisuje strukturę modelu.
.bin File: Przechowuje wagi modelu. OpenVINO obsługuje wiele akceleracji sprzętowych, takich jak CPU, GPU, VPU itd.
TensorRT
Format pliku: .engine
Opis: TensorRT to wysokowydajna biblioteka do optymalizacji wnioskowania dostarczana przez NVIDIA, specjalnie zoptymalizowana pod kątem GPU. pliki silnika to modele zoptymalizowane pod kątem TensorRT, umożliwiające efektywne wnioskowanie na kartach graficznych NVIDIA.
CoreML (tylko macOS)
Format pliku: .mlmodel
Opis: CoreML to framework do uczenia maszynowego dostarczony przez Apple, zaprojektowany dla urządzeń iOS i macOS. pliki mlmodel to modele w formacie CoreML, które umożliwiają efektywne wnioskowanie bezpośrednio na urządzeniach Apple.
TensorFlow GraphDef
Format pliku: .pb
Opis: GraphDef to wczesny format zapisujący modele dla TensorFlow, który zawiera głównie definicje grafów obliczeniowych. Chociaż nie jest tak popularny jak SavedModel, nadal jest używany w niektórych przypadkach.
TensorFlow Lite
Format pliku: .tflite
Opis: TensorFlow Lite to lekka wersja TensorFlow zaprojektowana dla urządzeń mobilnych i wbudowanych. Pliki TFlite to zoptymalizowane modele do działania w środowiskach o ograniczonych zasobach.
PaddlePaddle
Formaty plików: .pdparams i .pdmodel
Opis: PaddlePaddle to otwartoźródłowy framework do głębokiego uczenia opracowany przez Baidu. Modele są zazwyczaj zapisywane jako dwa pliki:
.pdmodel: opisuje architekturę modelu.
.pdparams: Przechowuje wagi modelu. |
Opublikowano 2025-2-4 20:43:40
|
|
|
Ziemianin|
Opublikowano 2025-2-7 10:52:01
|
