ONNX Runtime
Portabilité et accélération de l'inférence avec le format ONNX et son moteur d'exécution.
Durée du cours : 4h
Ce que vous allez apprendre
- Comprendre à quel problème répond un format d'échange
- Exporter un modèle PyTorch ou TensorFlow vers ONNX
- Vérifier qu'un modèle exporté donne les mêmes sorties
- Accélérer l'inférence avec les fournisseurs d'exécution
- Diagnostiquer un opérateur non pris en charge
Prérequis
- PyTorch ou TensorFlow
- Python
Modules du cours
- Le format ONNX : graphe, opérateurs, versions
- Export depuis PyTorch
- Export depuis TensorFlow
- Vérification de l'équivalence numérique
- Optimisation du graphe
- Quantification ONNX
- Fournisseurs d'exécution : CPU, GPU, TensorRT
- Mesure comparative des performances
- Opérateurs non pris en charge et contournements
- Mise en service d'un modèle ONNX
Évaluation et attestation
Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.
Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.