雷鋒網(wǎng)消息，今日微軟和 Facebook 發(fā)布了一個全新的開源項目——ONNX，欲借此打造一個開放的深度學(xué)習(xí)開發(fā)工具生態(tài)系統(tǒng)。

ONNX 的全稱為“Open Neural Network Exchange”，即“開放的神經(jīng)網(wǎng)絡(luò)切換”。顧名思義，該項目的目的是讓不同的神經(jīng)網(wǎng)絡(luò)開發(fā)框架做到互通互用。目前，Microsoft Cognitive Toolkit，PyTorch 和 Caffe2 已宣布支持 ONNX。

ONNX 所針對的，可以說是深度學(xué)習(xí)開發(fā)生態(tài)中最關(guān)鍵的問題之一：

開發(fā)框架的碎片化。

在任意一個框架上訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，無法直接在另一個框架上用。開發(fā)者需要耗費大量時間精力把模型從一個開發(fā)平臺移植到另一個。

借助 ONNX，開發(fā)者能把在 PyTorch 上訓(xùn)練的模型直接拿到 Caffe2 上進(jìn)行推理。對于把模型從研究階段推向產(chǎn)品階段，這是一個經(jīng)常遇到的場景。微軟宣布正積極開發(fā) Microsoft Cognitive Toolkit 的下個版本，將會提供對 ONNX 的支持。

ONNX 的工作原理是：

實時跟蹤某個神經(jīng)網(wǎng)絡(luò)是如何在這些框架上生成的，接著，使用這些信息創(chuàng)建一個通用的計算圖，即符合ONNX 標(biāo)準(zhǔn)的計算圖。這樣做行得通，是因為在計算方面，這些框架產(chǎn)生的最終結(jié)果都非常接近，雖然更高級的表達(dá)不同。

ONNX 標(biāo)準(zhǔn)意味著什么？

PyTorch、Microsoft Cognitive Toolkit 等框架提供的界面，讓開發(fā)者創(chuàng)建、運(yùn)行用來表示神經(jīng)網(wǎng)絡(luò)的計算圖更加方便。雖然功能相似，但每一個框架都用一套不同的格式表示這些計算圖。雷鋒網(wǎng)獲知，ONNX 的表示方式有兩個核心優(yōu)勢：

• 框架之間的互用互通

開發(fā)者能更方便地在不同框架間切換，為不同任務(wù)選擇最優(yōu)工具?；久總€框架都會針對某個特定屬性進(jìn)行優(yōu)化，比如訓(xùn)練速度、對網(wǎng)絡(luò)架構(gòu)的支持、能在移動設(shè)備上推理等等。在大多數(shù)情況下，研發(fā)階段最需要的屬性和產(chǎn)品階段是不一樣的。這導(dǎo)致效率的降低，比如選擇不切換到最合適的框架，又或者把模型轉(zhuǎn)移到另一個框架導(dǎo)致額外的工作，造成進(jìn)度延遲。使用支持 ONNX 表示方式的框架，則大幅簡化了切換過程，讓開發(fā)者的工具選擇更靈活。

• 優(yōu)化共享

硬件設(shè)備商們推出的對神經(jīng)網(wǎng)絡(luò)性能的優(yōu)化，將能夠一次性影響到多個開發(fā)框架——如果用的是 ONNX 表示方式。如果優(yōu)化很頻繁，把它們單獨整合到各個框架是個非常耗費時間的事。通過 ONNX 表示方式，更多開發(fā)者就能獲取這些優(yōu)化。

技術(shù)概括

ONNX 為可擴(kuò)展的計算圖模型、內(nèi)部運(yùn)算器（Operator）以及標(biāo)準(zhǔn)數(shù)據(jù)類型提供了定義。在初始階段，F(xiàn)acebook 和微軟會專注于推理（Inference）所需要的各項能力（評估）。

每個計算數(shù)據(jù)流圖以節(jié)點列表的形式組織起來，構(gòu)成一個非循環(huán)的圖。節(jié)點有一個或多個的輸入與輸出。每個節(jié)點都是對一個運(yùn)算器的調(diào)用。圖還會包含協(xié)助記錄其目的、作者等信息的元數(shù)據(jù)。

運(yùn)算器在圖的外部實現(xiàn)，但那些內(nèi)置的運(yùn)算器可移植到不同的框架上。每個支持 ONNX 的框架將在匹配的數(shù)據(jù)類型上提供這些運(yùn)算器的實現(xiàn)。

TensorFlow 的缺席

ONNX 標(biāo)準(zhǔn)能否在深度學(xué)習(xí)開發(fā)者們接受，在很大程度上將取決于它在各個框架上的普及程度。

在雷鋒網(wǎng)看來，目前 ONNX 最大的問題是，最受歡迎的開發(fā)框架 TensorFlow 沒有兼容 ONNX 標(biāo)準(zhǔn)。亞馬遜的御用框架 MXNet 也沒有。Facebook 和微軟都表示，將來會持續(xù)有更多框架加入到 ONNX 生態(tài)中，但沒有透露 TensorFlow 和 MXNet 是否在計劃中。谷歌和亞馬遜也還沒有對此事表達(dá)態(tài)度，他們愿不愿意合作，尚屬未知。

如何使用

初始版 ONNX 的代碼、文件，已在 GitHub 上開源。Facebook 和微軟表示將會持續(xù)改進(jìn) ONNX， 將會在不久的將來推出范例、工具、reference implementations 以及模型。

更多關(guān)于 ONNX 的信息可訪問 Facebook 官方博客。

via 微軟，venturebeat

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。