Contents - ONNX 开放神经网络交换 Menu - ONNX 开放神经网络交换 Expand - ONNX 开放神经网络交换 Light mode - ONNX 开放神经网络交换 Dark mode - ONNX 开放神经网络交换 Auto light/dark, in light mode - ONNX 开放神经网络交换 Auto light/dark, in dark mode - ONNX 开放神经网络交换 跳到内容
sklearn-onnx 1.18.0 文档
Logo
sklearn-onnx 1.18.0 文档
  • 简介
  • 教程
    • 简单情况
      • 训练和部署 scikit-learn 流水线
      • ONNX 转换性能测试
      • 什么是 opset 版本号?
      • 一个模型,多种可能的带选项转换
      • 选择分类器合适的输出
      • 转换时排除(黑名单)操作符
      • 切换到浮点数时遇到的问题
      • 中间结果与调查
      • 在一个 ONNX 图中存储数组
      • 将 Dataframe 作为输入
      • 修改 ONNX 图
    • 使用其他库的转换器
      • 转换包含 LightGBM 分类器的流水线
      • 转换包含 LightGBM 回归器的流水线
      • 转换包含 XGBoost 模型的流水线
      • 转换包含 CatBoost 分类器的流水线
    • 为自定义模型编写自定义转换器
      • 实现一个新的转换器
      • 实现转换器的两种方法
      • FunctionTransformer 的问题
      • 使用其他转换器实现一个新的转换器
      • 带选项的新转换器
      • 通过添加解析器改变输出数量
    • 高级场景
      • 转换 CountVectorizer 或 TfidfVectorizer 时的棘手问题
      • TfIdf 和稀疏矩阵
      • WOE 转换器
    • 为其他库编写转换器
      • pyod.models.iforest.IForest 转换器
  • API 摘要
  • 示例画廊
    • 元数据
    • ONNX 的 ONNX Runtime 后端
    • 绘制流水线图
    • 日志记录,详细模式
    • 概率或原始分数
    • 训练、转换和预测模型
    • 向已转换模型追加 ONNX 节点
    • 调查流水线
    • 比较 CDist 和 scipy
    • 转换包含 LightGbm 模型的流水线
    • 将概率表示为向量或 ZipMap
    • 使用精简的操作符列表转换模型
    • 用于 NMF 分解的自定义操作符
    • 与 StandardScaler 的差异
    • 测试流水线性能
    • 转换包含 XGBoost 模型的流水线
    • 与 GaussianProcessorRegressor 的差异:双精度浮点数的使用
    • onnxruntime 错误
    • 使用 ONNX 操作符
    • 转换模型的不同方法
    • 转换包含 ColumnTransformer 的流水线
    • ONNX 中的 TfIdfVectorizer
    • 查看中间输出
    • 当自定义模型既非分类器也非回归器时(替代方案)
    • 当自定义模型既非分类器也非回归器时
    • 为你自己的模型编写你自己的转换器
  • 转换流水线
  • 带选项的转换器
  • 支持的 scikit-learn 模型
回到顶部
查看此页

示例画廊¶

元数据

元数据

ONNX 的 ONNX Runtime 后端

ONNX 的 ONNX Runtime 后端

绘制流水线图

绘制流水线图

日志记录,详细模式

日志记录,详细模式

概率或原始分数

概率或原始分数

训练、转换和预测模型

训练、转换和预测模型

向已转换模型追加 ONNX 节点

向已转换模型追加 ONNX 节点

调查流水线

调查流水线

比较 CDist 和 scipy

比较 CDist 和 scipy

转换包含 LightGbm 模型的流水线

转换包含 LightGbm 模型的流水线

将概率表示为向量或 ZipMap

将概率表示为向量或 ZipMap

使用精简的操作符列表转换模型

使用精简的操作符列表转换模型

用于 NMF 分解的自定义操作符

用于 NMF 分解的自定义操作符

与 StandardScaler 的差异

与 StandardScaler 的差异

测试流水线性能

测试流水线性能

转换包含 XGBoost 模型的流水线

转换包含 XGBoost 模型的流水线

与 GaussianProcessorRegressor 的差异:双精度浮点数的使用

与 GaussianProcessorRegressor 的差异:双精度浮点数的使用

onnxruntime 错误

onnxruntime 错误

使用 ONNX 操作符

使用 ONNX 操作符

转换模型的不同方法

转换模型的不同方法

转换包含 ColumnTransformer 的流水线

转换包含 ColumnTransformer 的流水线

ONNX 中的 TfIdfVectorizer

ONNX 中的 TfIdfVectorizer

查看中间输出

查看中间输出

当自定义模型既非分类器也非回归器时(替代方案)

当自定义模型既非分类器也非回归器时(替代方案)

当自定义模型既非分类器也非回归器时

当自定义模型既非分类器也非回归器时

为你自己的模型编写你自己的转换器

为你自己的模型编写你自己的转换器

下载 所有 Python 源代码 示例: auto_examples_python.zip

下载 所有 Jupyter Notebook 示例: auto_examples_jupyter.zip

画廊由 Sphinx-Gallery 生成

下一页
元数据
上一页
API 摘要
版权所有 © 2018-2025, Microsoft
使用 Sphinx 和 @pradyunsg 的 Furo 制作