ONNXを使って推論速度を高速にしてみる - BASEプロダクトチームブログ

テクノロジーカテゴリーの変更を依頼記事元:

devblog.thebase.in

29 usersがブックマークコメント

コメント

0

記事へのコメント0件

注目コメント
新着コメント

新着コメントはまだありません。
このエントリーにコメントしてみましょう。

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

ONNXを使って推論速度を高速にしてみる - BASEプロダクトチームブログ

この記事はBASE Advent Calendar 2019の15日目の記事です。 devblog.thebase.in DataStrategyの齋藤(@pi... この記事はBASE Advent Calendar 2019の15日目の記事です。 devblog.thebase.in DataStrategyの齋藤(@pigooosuke)が担当します。 ONNXの概要 Open Neural Network Exchange(ONNX)とは、機械学習モデルを表現するフォーマット形式のことです。ONNXを活用すると、PyTorch, Tensorflow, Scikit-learnなどの各種フレームワークで学習したモデルを別のフレームワークで読み込めるようになり、学習済みモデルの管理/運用が楽になります。今回の記事では、よく利用されているLightGBMモデルからONNXへの出力方法の確認と、ONNXの推論を行う実行エンジンであるONNX Runtime上での推論速度の改善がどれほどなのかを検証していきたいと思います。 https://onnx.ai

ブックマークしたユーザー

reboot_in2022/06/30
fumikony2019/12/17
indblo0022019/12/17
m_o_r_i_k_a_z_u_k_i2019/12/16
yuiseki2019/12/16
yag_ays2019/12/16
Hiro_Matsuno2019/12/16
mo-kahtnb2019/12/16
laughing2019/12/16
az999x2019/12/15
tkos-rg2019/12/15
sakito09022019/12/15
y_tag2019/12/15
hitchcocked2019/12/15
koma_g2019/12/15
gardemming2019/12/15
itokashi2019/12/15
yuhei_kagaya2019/12/15

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx