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 跳至内容
sklearn-onnx 1.19.1 文档
Logo
sklearn-onnx 1.19.1 文档
  • 简介
  • 教程
    • 简单案例
      • 训练和部署 scikit-learn 管道
      • 基准测试 ONNX 转换
      • 什么是 opset 号?
      • 一个模型,多种可能的转换选项
      • 选择合适的分类器输出
      • 转换时黑名单运算符
      • 切换到浮点数时遇到的问题
      • 中间结果与分析
      • 将数组存储在一个 ONNX 图中
      • 将 DataFrame 作为输入
      • 修改 ONNX 图
    • 使用其他库的转换器
      • 转换包含 LightGBM 分类器的管道
      • 转换包含 LightGBM 回归器的管道
      • 转换包含 XGBoost 模型的管道
      • 转换包含 CatBoost 分类器的管道
    • 自定义模型的自定义转换器
      • 实现新转换器
      • 实现转换器的两种方法
      • FunctionTransformer 的问题
      • 使用其他转换器实现新转换器
      • 带选项的新转换器
      • 通过添加解析器更改输出数量
    • 高级场景
      • 转换 CountVectorizer 或 TfidfVectorizer 时遇到的棘手问题
      • TfIdf 和稀疏矩阵
      • WOE 转换器
    • 为其他库编写转换器
      • pyod.models.iforest.IForest 的转换器
  • API 摘要
  • 示例图库
    • 元数据
    • ONNX Runtime 后端用于 ONNX
    • 绘制管道
    • 日志,详细信息
    • 概率或原始分数
    • 训练、转换和预测模型
    • 将 ONNX 节点附加到转换后的模型
    • 分析管道
    • 比较 CDist 与 scipy
    • 转换包含 LightGbm 模型的管道
    • 概率作为向量或 ZipMap
    • 转换具有减少的运算符列表的模型
    • NMF 分解的自定义运算符
    • StandardScaler 的差异
    • 基准测试管道
    • 转换包含 XGBoost 模型的管道
    • GaussianProcessorRegressor 的差异:使用双精度
    • onnxruntime 的错误
    • 玩转 ONNX 运算符
    • 转换模型的不同方法
    • 转换包含 ColumnTransformer 的管道
    • TfIdfVectorizer 与 ONNX
    • 遍历中间输出
    • 当自定义模型既不是分类器也不是回归器时(备选方案)
    • 当自定义模型既不是分类器也不是回归器时
    • 为自己的模型编写转换器
  • 转换管道
  • 带选项的转换器
  • 支持的 scikit-learn 模型
返回顶部
查看此页面

示例画廊¶

元数据

元数据

ONNX Runtime 后端用于 ONNX

ONNX Runtime 后端用于 ONNX

绘制管道

绘制管道

日志,详细信息

日志,详细信息

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

将 ONNX 节点附加到转换后的模型

将 ONNX 节点附加到转换后的模型

分析管道

分析管道

比较 CDist 与 scipy

比较 CDist 与 scipy

转换包含 LightGbm 模型的管道

转换包含 LightGbm 模型的管道

概率作为向量或 ZipMap

概率作为向量或 ZipMap

转换具有减少的运算符列表的模型

转换具有减少的运算符列表的模型

NMF 分解的自定义运算符

NMF 分解的自定义运算符

StandardScaler 的差异

StandardScaler 的差异

基准测试管道

基准测试管道

转换包含 XGBoost 模型的管道

转换包含 XGBoost 模型的管道

GaussianProcessorRegressor 的差异:使用双精度

GaussianProcessorRegressor 的差异:使用双精度

onnxruntime 的错误

onnxruntime 的错误

玩转 ONNX 运算符

玩转 ONNX 运算符

转换模型的不同方法

转换模型的不同方法

转换包含 ColumnTransformer 的管道

转换包含 ColumnTransformer 的管道

TfIdfVectorizer 与 ONNX

TfIdfVectorizer 与 ONNX

遍历中间输出

遍历中间输出

当自定义模型既不是分类器也不是回归器时(备选方案)

当自定义模型既不是分类器也不是回归器时(备选方案)

当自定义模型既不是分类器也不是回归器时

当自定义模型既不是分类器也不是回归器时

为自己的模型编写转换器

为自己的模型编写转换器

下载 所有 示例 的 Python 源代码: auto_examples_python.zip

下载 所有 示例 的 Jupyter 笔记本: auto_examples_jupyter.zip

Sphinx-Gallery 生成的图库

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