支持的 scikit-learn 模型¶
skl2onnx 当前可以为 skl2onnx 转换以下模型列表。这些模型已使用 onnxruntime
进行测试。所有以下类都重载了诸如
OnnxSklearnPipeline
的方法。它们通过动态创建一个继承自 OnnxOperatorMixin
并实现了 to_onnx 方法的新类来包装现有的 scikit-learn 类。
涵盖的转换器¶
名称 |
包 |
支持 |
---|---|---|
ARDRegression |
线性模型 |
是 |
AdaBoostClassifier |
集成 |
是 |
AdaBoostRegressor |
集成 |
是 |
AdditiveChi2Sampler |
核函数近似 |
|
AffinityPropagation |
聚类 |
|
AgglomerativeClustering |
聚类 |
|
BaggingClassifier |
集成 |
是 |
BaggingRegressor |
集成 |
是 |
BaseDecisionTree |
树 |
|
BaseEnsemble |
集成 |
|
BayesianGaussianMixture |
混合 |
是 |
BayesianRidge |
线性模型 |
是 |
BernoulliNB |
朴素贝叶斯 |
是 |
BernoulliRBM |
神经网络 |
|
Binarizer |
预处理 |
是 |
Birch |
聚类 |
|
BisectingKMeans |
聚类 |
|
CCA |
交叉分解 |
|
CalibratedClassifierCV |
校准 |
是 |
CategoricalNB |
朴素贝叶斯 |
是 |
ClassifierChain |
多输出 |
|
ComplementNB |
朴素贝叶斯 |
是 |
DBSCAN |
聚类 |
|
DecisionTreeClassifier |
树 |
是 |
DecisionTreeRegressor |
树 |
是 |
DictVectorizer |
特征提取 |
是 |
DictionaryLearning |
分解 |
|
ElasticNet |
线性模型 |
是 |
ElasticNetCV |
线性模型 |
是 |
EllipticEnvelope |
协方差 |
|
EmpiricalCovariance |
协方差 |
|
ExtraTreeClassifier |
树 |
是 |
ExtraTreeRegressor |
树 |
是 |
ExtraTreesClassifier |
集成 |
是 |
ExtraTreesRegressor |
集成 |
是 |
FactorAnalysis |
分解 |
|
FastICA |
分解 |
|
FeatureAgglomeration |
聚类 |
|
FeatureHasher |
特征提取 |
是 |
FixedThresholdClassifier |
模型选择 |
|
FrozenEstimator |
冻结 |
|
FunctionTransformer |
预处理 |
是 |
GammaRegressor |
线性模型 |
是 |
GaussianMixture |
混合 |
是 |
GaussianNB |
朴素贝叶斯 |
是 |
GaussianProcessClassifier |
高斯过程 |
是 |
GaussianProcessRegressor |
高斯过程 |
是 |
GaussianRandomProjection |
随机投影 |
是 |
GenericUnivariateSelect |
特征选择 |
是 |
GradientBoostingClassifier |
集成 |
是 |
GradientBoostingRegressor |
集成 |
是 |
GraphicalLasso |
协方差 |
|
GraphicalLassoCV |
协方差 |
|
GridSearchCV |
模型选择 |
是 |
HDBSCAN |
聚类 |
|
HistGradientBoostingClassifier |
集成 |
是 |
HistGradientBoostingRegressor |
集成 |
是 |
HuberRegressor |
线性模型 |
是 |
IncrementalPCA |
分解 |
是 |
IsolationForest |
集成 |
是 |
IsotonicRegression |
保序 |
|
KBinsDiscretizer |
预处理 |
是 |
KMeans |
聚类 |
是 |
KNNImputer |
填充 |
是 |
KNeighborsClassifier |
近邻 |
是 |
KNeighborsRegressor |
近邻 |
是 |
KNeighborsTransformer |
近邻 |
是 |
KernelCenterer |
预处理 |
是 |
KernelDensity |
近邻 |
|
KernelPCA |
分解 |
是 |
KernelRidge |
核岭 |
|
LabelBinarizer |
预处理 |
是 |
LabelEncoder |
预处理 |
是 |
LabelPropagation |
半监督 |
|
LabelSpreading |
半监督 |
|
Lars |
线性模型 |
是 |
LarsCV |
线性模型 |
是 |
Lasso |
线性模型 |
是 |
LassoCV |
线性模型 |
是 |
LassoLars |
线性模型 |
是 |
LassoLarsCV |
线性模型 |
是 |
LassoLarsIC |
线性模型 |
是 |
LatentDirichletAllocation |
分解 |
|
LedoitWolf |
协方差 |
|
LinearDiscriminantAnalysis |
判别分析 |
是 |
LinearRegression |
线性模型 |
是 |
LinearSVC |
支持向量机 |
是 |
LinearSVR |
支持向量机 |
是 |
LocalOutlierFactor |
近邻 |
是 |
LogisticRegression |
线性模型 |
是 |
LogisticRegressionCV |
线性模型 |
是 |
MLPClassifier |
神经网络 |
是 |
MLPRegressor |
神经网络 |
是 |
MaxAbsScaler |
预处理 |
是 |
MeanShift |
聚类 |
|
MinCovDet |
协方差 |
|
MinMaxScaler |
预处理 |
是 |
MiniBatchDictionaryLearning |
分解 |
|
MiniBatchKMeans |
聚类 |
是 |
MiniBatchNMF |
分解 |
|
MiniBatchSparsePCA |
分解 |
|
MissingIndicator |
填充 |
|
MultiLabelBinarizer |
预处理 |
|
MultiOutputClassifier |
多输出 |
是 |
MultiOutputRegressor |
多输出 |
是 |
MultiTaskElasticNet |
线性模型 |
是 |
MultiTaskElasticNetCV |
线性模型 |
是 |
MultiTaskLasso |
线性模型 |
是 |
MultiTaskLassoCV |
线性模型 |
是 |
MultinomialNB |
朴素贝叶斯 |
是 |
NMF |
分解 |
|
NearestCentroid |
近邻 |
|
NearestNeighbors |
近邻 |
是 |
NeighborhoodComponentsAnalysis |
近邻 |
是 |
Normalizer |
预处理 |
是 |
NuSVC |
支持向量机 |
是 |
NuSVR |
支持向量机 |
是 |
Nystroem |
核函数近似 |
|
OAS |
协方差 |
|
OPTICS |
聚类 |
|
OneClassSVM |
支持向量机 |
是 |
OneHotEncoder |
预处理 |
是 |
OneVsOneClassifier |
多类别 |
是 |
OneVsRestClassifier |
多类别 |
是 |
OrdinalEncoder |
预处理 |
是 |
OrthogonalMatchingPursuit |
线性模型 |
是 |
OrthogonalMatchingPursuitCV |
线性模型 |
是 |
OutputCodeClassifier |
多类别 |
|
PCA |
分解 |
是 |
PLSCanonical |
交叉分解 |
|
PLSRegression |
交叉分解 |
是 |
PLSSVD |
交叉分解 |
|
PassiveAggressiveClassifier |
线性模型 |
是 |
PassiveAggressiveRegressor |
线性模型 |
是 |
Perceptron |
线性模型 |
是 |
PoissonRegressor |
线性模型 |
是 |
PolynomialCountSketch |
核函数近似 |
|
PolynomialFeatures |
预处理 |
是 |
PowerTransformer |
预处理 |
是 |
QuadraticDiscriminantAnalysis |
判别分析 |
是 |
QuantileRegressor |
线性模型 |
是 |
QuantileTransformer |
预处理 |
|
RANSACRegressor |
线性模型 |
是 |
RBFSampler |
核函数近似 |
|
RFE |
特征选择 |
是 |
RFECV |
特征选择 |
是 |
RadiusNeighborsClassifier |
近邻 |
是 |
RadiusNeighborsRegressor |
近邻 |
是 |
RadiusNeighborsTransformer |
近邻 |
|
RandomForestClassifier |
集成 |
是 |
RandomForestRegressor |
集成 |
是 |
RandomTreesEmbedding |
集成 |
是 |
RandomizedSearchCV |
模型选择 |
|
RegressorChain |
多输出 |
|
Ridge |
线性模型 |
是 |
RidgeCV |
线性模型 |
是 |
RidgeClassifier |
线性模型 |
是 |
RidgeClassifierCV |
线性模型 |
是 |
RobustScaler |
预处理 |
是 |
SGDClassifier |
线性模型 |
是 |
SGDOneClassSVM |
线性模型 |
是 |
SGDRegressor |
线性模型 |
是 |
SVC |
支持向量机 |
是 |
SVR |
支持向量机 |
是 |
SelectFdr |
特征选择 |
是 |
SelectFpr |
特征选择 |
是 |
SelectFromModel |
特征选择 |
是 |
SelectFwe |
特征选择 |
是 |
SelectKBest |
特征选择 |
是 |
SelectPercentile |
特征选择 |
是 |
SelfTrainingClassifier |
半监督 |
|
SequentialFeatureSelector |
特征选择 |
|
ShrunkCovariance |
协方差 |
|
SimpleImputer |
填充 |
是 |
SkewedChi2Sampler |
核函数近似 |
|
SparseCoder |
分解 |
|
SparsePCA |
分解 |
|
SparseRandomProjection |
随机投影 |
|
SpectralBiclustering |
聚类 |
|
SpectralClustering |
聚类 |
|
SpectralCoclustering |
聚类 |
|
SplineTransformer |
预处理 |
|
StackingClassifier |
集成 |
是 |
StackingRegressor |
集成 |
是 |
StandardScaler |
预处理 |
是 |
TargetEncoder |
预处理 |
|
TheilSenRegressor |
线性模型 |
是 |
TransformedTargetRegressor |
组合 |
|
TruncatedSVD |
分解 |
是 |
TunedThresholdClassifierCV |
模型选择 |
是 |
TweedieRegressor |
线性模型 |
是 |
VarianceThreshold |
特征选择 |
是 |
VotingClassifier |
集成 |
是 |
VotingRegressor |
集成 |
是 |
scikit-learn 的版本是 1.6.0。涵盖了 194 个模型中的 131 个。
转换器文档¶
l-sklops-OnnxSklearnPipeline |
||
l-sklops-OnnxSklearnLGBMClassifier |
||
l-sklops-OnnxSklearnColumnTransformer |
||
l-sklops-OnnxSklearnFeatureUnion |
||
l-sklops-OnnxSklearnXGBClassifier |
||
OnnxCastRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxCastRegressor(estimator, *, dtype=<class 'numpy.float32'>)¶
CastRegressor 的 OnnxOperatorMixin
OnnxCastTransformer¶
- class skl2onnx.algebra.sklearn_ops.OnnxCastTransformer(*, dtype=<class 'numpy.float32'>)¶
CastTransformer 的 OnnxOperatorMixin
OnnxReplaceTransformer¶
- class skl2onnx.algebra.sklearn_ops.OnnxReplaceTransformer(*, from_value=0, to_value=nan, dtype=<class 'numpy.float32'>)¶
ReplaceTransformer 的 OnnxOperatorMixin
OnnxSklearnARDRegression¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnARDRegression(*, max_iter=300, tol=0.001, alpha_1=1e-06, alpha_2=1e-06, lambda_1=1e-06, lambda_2=1e-06, compute_score=False, threshold_lambda=10000.0, fit_intercept=True, copy_X=True, verbose=False)¶
ARDRegression 的 OnnxOperatorMixin
OnnxSklearnAdaBoostClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnAdaBoostClassifier(estimator=None, *, n_estimators=50, learning_rate=1.0, algorithm='deprecated', random_state=None)¶
AdaBoostClassifier 的 OnnxOperatorMixin
OnnxSklearnAdaBoostRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnAdaBoostRegressor(estimator=None, *, n_estimators=50, learning_rate=1.0, loss='linear', random_state=None)¶
AdaBoostRegressor 的 OnnxOperatorMixin
OnnxSklearnBaggingClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnBaggingClassifier(estimator=None, n_estimators=10, *, max_samples=1.0, max_features=1.0, bootstrap=True, bootstrap_features=False, oob_score=False, warm_start=False, n_jobs=None, random_state=None, verbose=0)¶
BaggingClassifier 的 OnnxOperatorMixin
OnnxSklearnBaggingRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnBaggingRegressor(estimator=None, n_estimators=10, *, max_samples=1.0, max_features=1.0, bootstrap=True, bootstrap_features=False, oob_score=False, warm_start=False, n_jobs=None, random_state=None, verbose=0)¶
BaggingRegressor 的 OnnxOperatorMixin
OnnxSklearnBayesianGaussianMixture¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnBayesianGaussianMixture(*, n_components=1, covariance_type='full', tol=0.001, reg_covar=1e-06, max_iter=100, n_init=1, init_params='kmeans', weight_concentration_prior_type='dirichlet_process', weight_concentration_prior=None, mean_precision_prior=None, mean_prior=None, degrees_of_freedom_prior=None, covariance_prior=None, random_state=None, warm_start=False, verbose=0, verbose_interval=10)¶
BayesianGaussianMixture 的 OnnxOperatorMixin
OnnxSklearnBayesianRidge¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnBayesianRidge(*, max_iter=300, tol=0.001, alpha_1=1e-06, alpha_2=1e-06, lambda_1=1e-06, lambda_2=1e-06, alpha_init=None, lambda_init=None, compute_score=False, fit_intercept=True, copy_X=True, verbose=False)¶
BayesianRidge 的 OnnxOperatorMixin
OnnxSklearnBernoulliNB¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnBernoulliNB(*, alpha=1.0, force_alpha=True, binarize=0.0, fit_prior=True, class_prior=None)¶
BernoulliNB 的 OnnxOperatorMixin
OnnxSklearnBinarizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnBinarizer(*, threshold=0.0, copy=True)¶
Binarizer 的 OnnxOperatorMixin
OnnxSklearnCalibratedClassifierCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnCalibratedClassifierCV(estimator=None, *, method='sigmoid', cv=None, n_jobs=None, ensemble='auto')¶
CalibratedClassifierCV 的 OnnxOperatorMixin
OnnxSklearnCategoricalNB¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnCategoricalNB(*, alpha=1.0, force_alpha=True, fit_prior=True, class_prior=None, min_categories=None)¶
CategoricalNB 的 OnnxOperatorMixin
OnnxSklearnComplementNB¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnComplementNB(*, alpha=1.0, force_alpha=True, fit_prior=True, class_prior=None, norm=False)¶
ComplementNB 的 OnnxOperatorMixin
OnnxSklearnCountVectorizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnCountVectorizer(*, input='content', encoding='utf-8', decode_error='strict', strip_accents=None, lowercase=True, preprocessor=None, tokenizer=None, stop_words=None, token_pattern='(?u)\\b\\w\\w+\\b', ngram_range=(1, 1), analyzer='word', max_df=1.0, min_df=1, max_features=None, vocabulary=None, binary=False, dtype=<class 'numpy.int64'>)¶
CountVectorizer 的 OnnxOperatorMixin
OnnxSklearnDecisionTreeClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnDecisionTreeClassifier(*, criterion='gini', splitter='best', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None, random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, class_weight=None, ccp_alpha=0.0, monotonic_cst=None)¶
DecisionTreeClassifier 的 OnnxOperatorMixin
OnnxSklearnDecisionTreeRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnDecisionTreeRegressor(*, criterion='squared_error', splitter='best', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None, random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, ccp_alpha=0.0, monotonic_cst=None)¶
DecisionTreeRegressor 的 OnnxOperatorMixin
OnnxSklearnDictVectorizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnDictVectorizer(*, dtype=<class 'numpy.float64'>, separator='=', sparse=True, sort=True)¶
DictVectorizer 的 OnnxOperatorMixin
OnnxSklearnElasticNet¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnElasticNet(alpha=1.0, *, l1_ratio=0.5, fit_intercept=True, precompute=False, max_iter=1000, copy_X=True, tol=0.0001, warm_start=False, positive=False, random_state=None, selection='cyclic')¶
ElasticNet 的 OnnxOperatorMixin
OnnxSklearnElasticNetCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnElasticNetCV(*, l1_ratio=0.5, eps=0.001, n_alphas=100, alphas=None, fit_intercept=True, precompute='auto', max_iter=1000, tol=0.0001, cv=None, copy_X=True, verbose=0, n_jobs=None, positive=False, random_state=None, selection='cyclic')¶
ElasticNetCV 的 OnnxOperatorMixin
OnnxSklearnExtraTreeClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnExtraTreeClassifier(*, criterion='gini', splitter='random', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='sqrt', random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, class_weight=None, ccp_alpha=0.0, monotonic_cst=None)¶
ExtraTreeClassifier 的 OnnxOperatorMixin
OnnxSklearnExtraTreeRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnExtraTreeRegressor(*, criterion='squared_error', splitter='random', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, random_state=None, min_impurity_decrease=0.0, max_leaf_nodes=None, ccp_alpha=0.0, monotonic_cst=None)¶
ExtraTreeRegressor 的 OnnxOperatorMixin
OnnxSklearnExtraTreesClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnExtraTreesClassifier(n_estimators=100, *, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='sqrt', max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=False, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, class_weight=None, ccp_alpha=0.0, max_samples=None, monotonic_cst=None)¶
ExtraTreesClassifier 的 OnnxOperatorMixin
OnnxSklearnExtraTreesRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnExtraTreesRegressor(n_estimators=100, *, criterion='squared_error', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=False, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, ccp_alpha=0.0, max_samples=None, monotonic_cst=None)¶
ExtraTreesRegressor 的 OnnxOperatorMixin
OnnxSklearnFeatureHasher¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnFeatureHasher(n_features=1048576, *, input_type='dict', dtype=<class 'numpy.float64'>, alternate_sign=True)¶
FeatureHasher 的 OnnxOperatorMixin
OnnxSklearnFunctionTransformer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnFunctionTransformer(func=None, inverse_func=None, *, validate=False, accept_sparse=False, check_inverse=True, feature_names_out=None, kw_args=None, inv_kw_args=None)¶
FunctionTransformer 的 OnnxOperatorMixin
OnnxSklearnGammaRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGammaRegressor(*, alpha=1.0, fit_intercept=True, solver='lbfgs', max_iter=100, tol=0.0001, warm_start=False, verbose=0)¶
对应 **GammaRegressor** 的 OnnxOperatorMixin
OnnxSklearnGaussianMixture¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGaussianMixture(n_components=1, *, covariance_type='full', tol=0.001, reg_covar=1e-06, max_iter=100, n_init=1, init_params='kmeans', weights_init=None, means_init=None, precisions_init=None, random_state=None, warm_start=False, verbose=0, verbose_interval=10)¶
对应 **GaussianMixture** 的 OnnxOperatorMixin
OnnxSklearnGaussianNB¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGaussianNB(*, priors=None, var_smoothing=1e-09)¶
对应 **GaussianNB** 的 OnnxOperatorMixin
OnnxSklearnGaussianProcessClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGaussianProcessClassifier(kernel=None, *, optimizer='fmin_l_bfgs_b', n_restarts_optimizer=0, max_iter_predict=100, warm_start=False, copy_X_train=True, random_state=None, multi_class='one_vs_rest', n_jobs=None)¶
对应 **GaussianProcessClassifier** 的 OnnxOperatorMixin
OnnxSklearnGaussianProcessRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGaussianProcessRegressor(kernel=None, *, alpha=1e-10, optimizer='fmin_l_bfgs_b', n_restarts_optimizer=0, normalize_y=False, copy_X_train=True, n_targets=None, random_state=None)¶
对应 **GaussianProcessRegressor** 的 OnnxOperatorMixin
OnnxSklearnGaussianRandomProjection¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGaussianRandomProjection(n_components='auto', *, eps=0.1, compute_inverse_components=False, random_state=None)¶
对应 **GaussianRandomProjection** 的 OnnxOperatorMixin
OnnxSklearnGenericUnivariateSelect¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGenericUnivariateSelect(score_func=<function f_classif>, *, mode='percentile', param=1e-05)¶
对应 **GenericUnivariateSelect** 的 OnnxOperatorMixin
OnnxSklearnGradientBoostingClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGradientBoostingClassifier(*, loss='log_loss', learning_rate=0.1, n_estimators=100, subsample=1.0, criterion='friedman_mse', min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_depth=3, min_impurity_decrease=0.0, init=None, random_state=None, max_features=None, verbose=0, max_leaf_nodes=None, warm_start=False, validation_fraction=0.1, n_iter_no_change=None, tol=0.0001, ccp_alpha=0.0)¶
对应 **GradientBoostingClassifier** 的 OnnxOperatorMixin
OnnxSklearnGradientBoostingRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGradientBoostingRegressor(*, loss='squared_error', learning_rate=0.1, n_estimators=100, subsample=1.0, criterion='friedman_mse', min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_depth=3, min_impurity_decrease=0.0, init=None, random_state=None, max_features=None, alpha=0.9, verbose=0, max_leaf_nodes=None, warm_start=False, validation_fraction=0.1, n_iter_no_change=None, tol=0.0001, ccp_alpha=0.0)¶
对应 **GradientBoostingRegressor** 的 OnnxOperatorMixin
OnnxSklearnGridSearchCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnGridSearchCV(estimator, param_grid, *, scoring=None, n_jobs=None, refit=True, cv=None, verbose=0, pre_dispatch='2*n_jobs', error_score=nan, return_train_score=False)¶
对应 **GridSearchCV** 的 OnnxOperatorMixin
OnnxSklearnHistGradientBoostingClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnHistGradientBoostingClassifier(loss='log_loss', *, learning_rate=0.1, max_iter=100, max_leaf_nodes=31, max_depth=None, min_samples_leaf=20, l2_regularization=0.0, max_features=1.0, max_bins=255, categorical_features='from_dtype', monotonic_cst=None, interaction_cst=None, warm_start=False, early_stopping='auto', scoring='loss', validation_fraction=0.1, n_iter_no_change=10, tol=1e-07, verbose=0, random_state=None, class_weight=None)¶
对应 **HistGradientBoostingClassifier** 的 OnnxOperatorMixin
OnnxSklearnHistGradientBoostingRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnHistGradientBoostingRegressor(loss='squared_error', *, quantile=None, learning_rate=0.1, max_iter=100, max_leaf_nodes=31, max_depth=None, min_samples_leaf=20, l2_regularization=0.0, max_features=1.0, max_bins=255, categorical_features='from_dtype', monotonic_cst=None, interaction_cst=None, warm_start=False, early_stopping='auto', scoring='loss', validation_fraction=0.1, n_iter_no_change=10, tol=1e-07, verbose=0, random_state=None)¶
对应 **HistGradientBoostingRegressor** 的 OnnxOperatorMixin
OnnxSklearnHuberRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnHuberRegressor(*, epsilon=1.35, max_iter=100, alpha=0.0001, warm_start=False, fit_intercept=True, tol=1e-05)¶
对应 **HuberRegressor** 的 OnnxOperatorMixin
OnnxSklearnIncrementalPCA¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnIncrementalPCA(n_components=None, *, whiten=False, copy=True, batch_size=None)¶
对应 **IncrementalPCA** 的 OnnxOperatorMixin
OnnxSklearnIsolationForest¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnIsolationForest(*, n_estimators=100, max_samples='auto', contamination='auto', max_features=1.0, bootstrap=False, n_jobs=None, random_state=None, verbose=0, warm_start=False)¶
对应 **IsolationForest** 的 OnnxOperatorMixin
OnnxSklearnKBinsDiscretizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKBinsDiscretizer(n_bins=5, *, encode='onehot', strategy='quantile', dtype=None, subsample=200000, random_state=None)¶
对应 **KBinsDiscretizer** 的 OnnxOperatorMixin
OnnxSklearnKMeans¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKMeans(n_clusters=8, *, init='k-means++', n_init='auto', max_iter=300, tol=0.0001, verbose=0, random_state=None, copy_x=True, algorithm='lloyd')¶
对应 **KMeans** 的 OnnxOperatorMixin
OnnxSklearnKNNImputer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKNNImputer(*, missing_values=nan, n_neighbors=5, weights='uniform', metric='nan_euclidean', copy=True, add_indicator=False, keep_empty_features=False)¶
对应 **KNNImputer** 的 OnnxOperatorMixin
OnnxSklearnKNeighborsClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKNeighborsClassifier(n_neighbors=5, *, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=None)¶
对应 **KNeighborsClassifier** 的 OnnxOperatorMixin
OnnxSklearnKNeighborsRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKNeighborsRegressor(n_neighbors=5, *, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=None)¶
对应 **KNeighborsRegressor** 的 OnnxOperatorMixin
OnnxSklearnKNeighborsTransformer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKNeighborsTransformer(*, mode='distance', n_neighbors=5, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, n_jobs=None)¶
对应 **KNeighborsTransformer** 的 OnnxOperatorMixin
OnnxSklearnKernelCenterer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKernelCenterer¶
对应 **KernelCenterer** 的 OnnxOperatorMixin
OnnxSklearnKernelPCA¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnKernelPCA(n_components=None, *, kernel='linear', gamma=None, degree=3, coef0=1, kernel_params=None, alpha=1.0, fit_inverse_transform=False, eigen_solver='auto', tol=0, max_iter=None, iterated_power='auto', remove_zero_eig=False, random_state=None, copy_X=True, n_jobs=None)¶
对应 **KernelPCA** 的 OnnxOperatorMixin
OnnxSklearnLabelBinarizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLabelBinarizer(*, neg_label=0, pos_label=1, sparse_output=False)¶
对应 **LabelBinarizer** 的 OnnxOperatorMixin
OnnxSklearnLabelEncoder¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLabelEncoder¶
对应 **LabelEncoder** 的 OnnxOperatorMixin
OnnxSklearnLars¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLars(*, fit_intercept=True, verbose=False, precompute='auto', n_nonzero_coefs=500, eps=np.float64(2.220446049250313e-16), copy_X=True, fit_path=True, jitter=None, random_state=None)¶
对应 **Lars** 的 OnnxOperatorMixin
OnnxSklearnLarsCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLarsCV(*, fit_intercept=True, verbose=False, max_iter=500, precompute='auto', cv=None, max_n_alphas=1000, n_jobs=None, eps=np.float64(2.220446049250313e-16), copy_X=True)¶
对应 **LarsCV** 的 OnnxOperatorMixin
OnnxSklearnLasso¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLasso(alpha=1.0, *, fit_intercept=True, precompute='False', copy_X=True, max_iter=1000, tol=0.0001, warm_start=False, positive=False, random_state=None, selection='cyclic')¶
对应 **Lasso** 的 OnnxOperatorMixin
OnnxSklearnLassoCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLassoCV(*, eps=0.001, n_alphas=100, alphas=None, fit_intercept=True, precompute='auto', max_iter=1000, tol=0.0001, copy_X=True, cv=None, verbose=False, n_jobs=None, positive=False, random_state=None, selection='cyclic')¶
对应 **LassoCV** 的 OnnxOperatorMixin
OnnxSklearnLassoLars¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLassoLars(alpha=1.0, *, fit_intercept=True, verbose=False, precompute='auto', max_iter=500, eps=np.float64(2.220446049250313e-16), copy_X=True, fit_path=True, positive=False, jitter=None, random_state=None)¶
对应 **LassoLars** 的 OnnxOperatorMixin
OnnxSklearnLassoLarsCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLassoLarsCV(*, fit_intercept=True, verbose=False, max_iter=500, precompute='auto', cv=None, max_n_alphas=1000, n_jobs=None, eps=np.float64(2.220446049250313e-16), copy_X=True, positive=False)¶
对应 **LassoLarsCV** 的 OnnxOperatorMixin
OnnxSklearnLassoLarsIC¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLassoLarsIC(criterion='aic', *, fit_intercept=True, verbose=False, precompute='auto', max_iter=500, eps=np.float64(2.220446049250313e-16), copy_X=True, positive=False, noise_variance=None)¶
对应 **LassoLarsIC** 的 OnnxOperatorMixin
OnnxSklearnLinearDiscriminantAnalysis¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLinearDiscriminantAnalysis(solver='svd', shrinkage=None, priors=None, n_components=None, store_covariance=False, tol=0.0001, covariance_estimator=None)¶
对应 **LinearDiscriminantAnalysis** 的 OnnxOperatorMixin
OnnxSklearnLinearRegression¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLinearRegression(*, fit_intercept=True, copy_X=True, n_jobs=None, positive=False)¶
对应 **LinearRegression** 的 OnnxOperatorMixin
OnnxSklearnLinearSVC¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLinearSVC(penalty='l2', loss='squared_hinge', *, dual='auto', tol=0.0001, C=1.0, multi_class='ovr', fit_intercept=True, intercept_scaling=1, class_weight=None, verbose=0, random_state=None, max_iter=1000)¶
对应 **LinearSVC** 的 OnnxOperatorMixin
OnnxSklearnLinearSVR¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLinearSVR(*, epsilon=0.0, tol=0.0001, C=1.0, loss='epsilon_insensitive', fit_intercept=True, intercept_scaling=1.0, dual='auto', verbose=0, random_state=None, max_iter=1000)¶
对应 **LinearSVR** 的 OnnxOperatorMixin
OnnxSklearnLocalOutlierFactor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLocalOutlierFactor(n_neighbors=20, *, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, contamination='auto', novelty=False, n_jobs=None)¶
对应 **LocalOutlierFactor** 的 OnnxOperatorMixin
OnnxSklearnLogisticRegression¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLogisticRegression(penalty='l2', *, dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='lbfgs', max_iter=100, multi_class='deprecated', verbose=0, warm_start=False, n_jobs=None, l1_ratio=None)¶
对应 **LogisticRegression** 的 OnnxOperatorMixin
OnnxSklearnLogisticRegressionCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnLogisticRegressionCV(*, Cs=10, fit_intercept=True, cv=None, dual=False, penalty='l2', scoring=None, solver='lbfgs', tol=0.0001, max_iter=100, class_weight=None, n_jobs=None, verbose=0, refit=True, intercept_scaling=1.0, multi_class='deprecated', random_state=None, l1_ratios=None)¶
对应 **LogisticRegressionCV** 的 OnnxOperatorMixin
OnnxSklearnMLPClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMLPClassifier(hidden_layer_sizes=(100,), activation='relu', *, solver='adam', alpha=0.0001, batch_size='auto', learning_rate='constant', learning_rate_init=0.001, power_t=0.5, max_iter=200, shuffle=True, random_state=None, tol=0.0001, verbose=False, warm_start=False, momentum=0.9, nesterovs_momentum=True, early_stopping=False, validation_fraction=0.1, beta_1=0.9, beta_2=0.999, epsilon=1e-08, n_iter_no_change=10, max_fun=15000)¶
针对 MLPClassifier 的 OnnxOperatorMixin
OnnxSklearnMLPRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMLPRegressor(hidden_layer_sizes=(100,), activation='relu', *, solver='adam', alpha=0.0001, batch_size='auto', learning_rate='constant', learning_rate_init=0.001, power_t=0.5, max_iter=200, shuffle=True, random_state=None, tol=0.0001, verbose=False, warm_start=False, momentum=0.9, nesterovs_momentum=True, early_stopping=False, validation_fraction=0.1, beta_1=0.9, beta_2=0.999, epsilon=1e-08, n_iter_no_change=10, max_fun=15000)¶
针对 MLPRegressor 的 OnnxOperatorMixin
OnnxSklearnMaxAbsScaler¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMaxAbsScaler(*, copy=True)¶
针对 MaxAbsScaler 的 OnnxOperatorMixin
OnnxSklearnMinMaxScaler¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMinMaxScaler(feature_range=(0, 1), *, copy=True, clip=False)¶
针对 MinMaxScaler 的 OnnxOperatorMixin
OnnxSklearnMiniBatchKMeans¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMiniBatchKMeans(n_clusters=8, *, init='k-means++', max_iter=100, batch_size=1024, verbose=0, compute_labels=True, random_state=None, tol=0.0, max_no_improvement=10, init_size=None, n_init='auto', reassignment_ratio=0.01)¶
针对 MiniBatchKMeans 的 OnnxOperatorMixin
OnnxSklearnMultiOutputClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultiOutputClassifier(estimator, *, n_jobs=None)¶
针对 MultiOutputClassifier 的 OnnxOperatorMixin
OnnxSklearnMultiOutputRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultiOutputRegressor(estimator, *, n_jobs=None)¶
针对 MultiOutputRegressor 的 OnnxOperatorMixin
OnnxSklearnMultiTaskElasticNet¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultiTaskElasticNet(alpha=1.0, *, l1_ratio=0.5, fit_intercept=True, copy_X=True, max_iter=1000, tol=0.0001, warm_start=False, random_state=None, selection='cyclic')¶
针对 MultiTaskElasticNet 的 OnnxOperatorMixin
OnnxSklearnMultiTaskElasticNetCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultiTaskElasticNetCV(*, l1_ratio=0.5, eps=0.001, n_alphas=100, alphas=None, fit_intercept=True, max_iter=1000, tol=0.0001, cv=None, copy_X=True, verbose=0, n_jobs=None, random_state=None, selection='cyclic')¶
针对 MultiTaskElasticNetCV 的 OnnxOperatorMixin
OnnxSklearnMultiTaskLasso¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultiTaskLasso(alpha=1.0, *, fit_intercept=True, copy_X=True, max_iter=1000, tol=0.0001, warm_start=False, random_state=None, selection='cyclic')¶
针对 MultiTaskLasso 的 OnnxOperatorMixin
OnnxSklearnMultiTaskLassoCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultiTaskLassoCV(*, eps=0.001, n_alphas=100, alphas=None, fit_intercept=True, max_iter=1000, tol=0.0001, copy_X=True, cv=None, verbose=False, n_jobs=None, random_state=None, selection='cyclic')¶
针对 MultiTaskLassoCV 的 OnnxOperatorMixin
OnnxSklearnMultinomialNB¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnMultinomialNB(*, alpha=1.0, force_alpha=True, fit_prior=True, class_prior=None)¶
针对 MultinomialNB 的 OnnxOperatorMixin
OnnxSklearnNearestNeighbors¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnNearestNeighbors(*, n_neighbors=5, radius=1.0, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, n_jobs=None)¶
针对 NearestNeighbors 的 OnnxOperatorMixin
OnnxSklearnNeighborhoodComponentsAnalysis¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnNeighborhoodComponentsAnalysis(n_components=None, *, init='auto', warm_start=False, max_iter=50, tol=1e-05, callback=None, verbose=0, random_state=None)¶
针对 NeighborhoodComponentsAnalysis 的 OnnxOperatorMixin
OnnxSklearnNormalizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnNormalizer(norm='l2', *, copy=True)¶
针对 Normalizer 的 OnnxOperatorMixin
OnnxSklearnNuSVC¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnNuSVC(*, nu=0.5, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape='ovr', break_ties=False, random_state=None)¶
针对 NuSVC 的 OnnxOperatorMixin
OnnxSklearnNuSVR¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnNuSVR(*, nu=0.5, C=1.0, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True, tol=0.001, cache_size=200, verbose=False, max_iter=-1)¶
针对 NuSVR 的 OnnxOperatorMixin
OnnxSklearnOneClassSVM¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOneClassSVM(*, kernel='rbf', degree=3, gamma='scale', coef0=0.0, tol=0.001, nu=0.5, shrinking=True, cache_size=200, verbose=False, max_iter=-1)¶
针对 OneClassSVM 的 OnnxOperatorMixin
OnnxSklearnOneHotEncoder¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOneHotEncoder(*, categories='auto', drop=None, sparse_output=True, dtype=<class 'numpy.float64'>, handle_unknown='error', min_frequency=None, max_categories=None, feature_name_combiner='concat')¶
针对 OneHotEncoder 的 OnnxOperatorMixin
OnnxSklearnOneVsOneClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOneVsOneClassifier(estimator, *, n_jobs=None)¶
针对 OneVsOneClassifier 的 OnnxOperatorMixin
OnnxSklearnOneVsRestClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOneVsRestClassifier(estimator, *, n_jobs=None, verbose=0)¶
针对 OneVsRestClassifier 的 OnnxOperatorMixin
OnnxSklearnOrdinalEncoder¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOrdinalEncoder(*, categories='auto', dtype=<class 'numpy.float64'>, handle_unknown='error', unknown_value=None, encoded_missing_value=nan, min_frequency=None, max_categories=None)¶
针对 OrdinalEncoder 的 OnnxOperatorMixin
OnnxSklearnOrthogonalMatchingPursuit¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOrthogonalMatchingPursuit(*, n_nonzero_coefs=None, tol=None, fit_intercept=True, precompute='auto')¶
针对 OrthogonalMatchingPursuit 的 OnnxOperatorMixin
OnnxSklearnOrthogonalMatchingPursuitCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnOrthogonalMatchingPursuitCV(*, copy=True, fit_intercept=True, max_iter=None, cv=None, n_jobs=None, verbose=False)¶
针对 OrthogonalMatchingPursuitCV 的 OnnxOperatorMixin
OnnxSklearnPCA¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPCA(n_components=None, *, copy=True, whiten=False, svd_solver='auto', tol=0.0, iterated_power='auto', n_oversamples=10, power_iteration_normalizer='auto', random_state=None)¶
针对 PCA 的 OnnxOperatorMixin
OnnxSklearnPLSRegression¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPLSRegression(n_components=2, *, scale=True, max_iter=500, tol=1e-06, copy=True)¶
针对 PLSRegression 的 OnnxOperatorMixin
OnnxSklearnPassiveAggressiveClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPassiveAggressiveClassifier(*, C=1.0, fit_intercept=True, max_iter=1000, tol=0.001, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, shuffle=True, verbose=0, loss='hinge', n_jobs=None, random_state=None, warm_start=False, class_weight=None, average=False)¶
针对 PassiveAggressiveClassifier 的 OnnxOperatorMixin
OnnxSklearnPassiveAggressiveRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPassiveAggressiveRegressor(*, C=1.0, fit_intercept=True, max_iter=1000, tol=0.001, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, shuffle=True, verbose=0, loss='epsilon_insensitive', epsilon=0.1, random_state=None, warm_start=False, average=False)¶
针对 PassiveAggressiveRegressor 的 OnnxOperatorMixin
OnnxSklearnPerceptron¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPerceptron(*, penalty=None, alpha=0.0001, l1_ratio=0.15, fit_intercept=True, max_iter=1000, tol=0.001, shuffle=True, verbose=0, eta0=1.0, n_jobs=None, random_state=0, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, class_weight=None, warm_start=False)¶
针对 Perceptron 的 OnnxOperatorMixin
OnnxSklearnPoissonRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPoissonRegressor(*, alpha=1.0, fit_intercept=True, solver='lbfgs', max_iter=100, tol=0.0001, warm_start=False, verbose=0)¶
针对 PoissonRegressor 的 OnnxOperatorMixin
OnnxSklearnPolynomialFeatures¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPolynomialFeatures(degree=2, *, interaction_only=False, include_bias=True, order='C')¶
针对 PolynomialFeatures 的 OnnxOperatorMixin
OnnxSklearnPowerTransformer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPowerTransformer(method='yeo-johnson', *, standardize=True, copy=True)¶
针对 PowerTransformer 的 OnnxOperatorMixin
OnnxSklearnQuadraticDiscriminantAnalysis¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnQuadraticDiscriminantAnalysis(*, priors=None, reg_param=0.0, store_covariance=False, tol=0.0001)¶
针对 QuadraticDiscriminantAnalysis 的 OnnxOperatorMixin
OnnxSklearnQuantileRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnQuantileRegressor(*, quantile=0.5, alpha=1.0, fit_intercept=True, solver='highs', solver_options=None)¶
针对 QuantileRegressor 的 OnnxOperatorMixin
OnnxSklearnRANSACRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRANSACRegressor(estimator=None, *, min_samples=None, residual_threshold=None, is_data_valid=None, is_model_valid=None, max_trials=100, max_skips=inf, stop_n_inliers=inf, stop_score=inf, stop_probability=0.99, loss='absolute_error', random_state=None)¶
针对 RANSACRegressor 的 OnnxOperatorMixin
OnnxSklearnRFE¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRFE(estimator, *, n_features_to_select=None, step=1, verbose=0, importance_getter='auto')¶
针对 RFE 的 OnnxOperatorMixin
OnnxSklearnRFECV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRFECV(estimator, *, step=1, min_features_to_select=1, cv=None, scoring=None, verbose=0, n_jobs=None, importance_getter='auto')¶
针对 RFECV 的 OnnxOperatorMixin
OnnxSklearnRadiusNeighborsClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRadiusNeighborsClassifier(radius=1.0, *, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', outlier_label=None, metric_params=None, n_jobs=None)¶
针对 RadiusNeighborsClassifier 的 OnnxOperatorMixin
OnnxSklearnRadiusNeighborsRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRadiusNeighborsRegressor(radius=1.0, *, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=None)¶
针对 RadiusNeighborsRegressor 的 OnnxOperatorMixin
OnnxSklearnRandomForestClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRandomForestClassifier(n_estimators=100, *, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='sqrt', max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=True, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, class_weight=None, ccp_alpha=0.0, max_samples=None, monotonic_cst=None)¶
RandomForestClassifier 的 OnnxOperatorMixin
OnnxSklearnRandomForestRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRandomForestRegressor(n_estimators=100, *, criterion='squared_error', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=True, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, ccp_alpha=0.0, max_samples=None, monotonic_cst=None)¶
RandomForestRegressor 的 OnnxOperatorMixin
OnnxSklearnRandomTreesEmbedding¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRandomTreesEmbedding(n_estimators=100, *, max_depth=5, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_leaf_nodes=None, min_impurity_decrease=0.0, sparse_output=True, n_jobs=None, random_state=None, verbose=0, warm_start=False)¶
RandomTreesEmbedding 的 OnnxOperatorMixin
OnnxSklearnRidge¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRidge(alpha=1.0, *, fit_intercept=True, copy_X=True, max_iter=None, tol=0.0001, solver='auto', positive=False, random_state=None)¶
Ridge 的 OnnxOperatorMixin
OnnxSklearnRidgeCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRidgeCV(alphas=(0.1, 1.0, 10.0), *, fit_intercept=True, scoring=None, cv=None, gcv_mode=None, store_cv_results=None, alpha_per_target=False, store_cv_values='deprecated')¶
RidgeCV 的 OnnxOperatorMixin
OnnxSklearnRidgeClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRidgeClassifier(alpha=1.0, *, fit_intercept=True, copy_X=True, max_iter=None, tol=0.0001, class_weight=None, solver=auto', positive=False, random_state=None)¶
RidgeClassifier 的 OnnxOperatorMixin
OnnxSklearnRidgeClassifierCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRidgeClassifierCV(alphas=(0.1, 1.0, 10.0), *, fit_intercept=True, scoring=None, cv=None, class_weight=None, store_cv_results=None, store_cv_values='deprecated')¶
RidgeClassifierCV 的 OnnxOperatorMixin
OnnxSklearnRobustScaler¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnRobustScaler(*, with_centering=True, with_scaling=True, quantile_range=(25.0, 75.0), copy=True, unit_variance=False)¶
RobustScaler 的 OnnxOperatorMixin
OnnxSklearnSGDClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSGDClassifier(loss='hinge', *, penalty='l2', alpha=0.0001, l1_ratio=0.15, fit_intercept=True, max_iter=1000, tol=0.001, shuffle=True, verbose=0, epsilon=0.1, n_jobs=None, random_state=None, learning_rate='optimal', eta0=0.0, power_t=0.5, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, class_weight=None, warm_start=False, average=False)¶
SGDClassifier 的 OnnxOperatorMixin
OnnxSklearnSGDOneClassSVM¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSGDOneClassSVM(nu=0.5, fit_intercept=True, max_iter=1000, tol=0.001, shuffle=True, verbose=0, random_state=None, learning_rate='optimal', eta0=0.0, power_t=0.5, warm_start=False, average=False)¶
SGDOneClassSVM 的 OnnxOperatorMixin
OnnxSklearnSGDRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSGDRegressor(loss='squared_error', *, penalty='l2', alpha=0.0001, l1_ratio=0.15, fit_intercept=True, max_iter=1000, tol=0.001, shuffle=True, verbose=0, epsilon=0.1, random_state=None, learning_rate='invscaling', eta0=0.01, power_t=0.25, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, warm_start=False, average=False)¶
SGDRegressor 的 OnnxOperatorMixin
OnnxSklearnSVC¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSVC(*, C=1.0, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape='ovr', break_ties=False, random_state=None)¶
SVC 的 OnnxOperatorMixin
OnnxSklearnSVR¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSVR(*, kernel='rbf', degree=3, gamma='scale', coef0=0.0, tol=0.001, C=1.0, epsilon=0.1, shrinking=True, cache_size=200, verbose=False, max_iter=-1)¶
SVR 的 OnnxOperatorMixin
OnnxSklearnSelectFdr¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSelectFdr(score_func=<function f_classif>, *, alpha=0.05)¶
SelectFdr 的 OnnxOperatorMixin
OnnxSklearnSelectFpr¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSelectFpr(score_func=<function f_classif>, *, alpha=0.05)¶
SelectFpr 的 OnnxOperatorMixin
OnnxSklearnSelectFromModel¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSelectFromModel(estimator, *, threshold=None, prefit=False, norm_order=1, max_features=None, importance_getter='auto')¶
SelectFromModel 的 OnnxOperatorMixin
OnnxSklearnSelectFwe¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSelectFwe(score_func=<function f_classif>, *, alpha=0.05)¶
SelectFwe 的 OnnxOperatorMixin
OnnxSklearnSelectKBest¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSelectKBest(score_func=<function f_classif>, *, k=10)¶
SelectKBest 的 OnnxOperatorMixin
OnnxSklearnSelectPercentile¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSelectPercentile(score_func=<function f_classif>, *, percentile=10)¶
SelectPercentile 的 OnnxOperatorMixin
OnnxSklearnSimpleImputer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnSimpleImputer(*, missing_values=nan, strategy='mean', fill_value=None, copy=True, add_indicator=False, keep_empty_features=False)¶
SimpleImputer 的 OnnxOperatorMixin
OnnxSklearnStackingClassifier¶
OnnxSklearnStackingRegressor¶
OnnxSklearnStandardScaler¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnStandardScaler(*, copy=True, with_mean=True, with_std=True)¶
StandardScaler 的 OnnxOperatorMixin
OnnxSklearnTfidfTransformer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnTfidfTransformer(*, norm='l2', use_idf=True, smooth_idf=True, sublinear_tf=False)¶
TfidfTransformer 的 OnnxOperatorMixin
OnnxSklearnTfidfVectorizer¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnTfidfVectorizer(*, input='content', encoding='utf-8', decode_error='strict', strip_accents=None, lowercase=True, preprocessor=None, tokenizer=None, analyzer='word', stop_words=None, token_pattern='(?u)\\b\\w\\w+\\b', ngram_range=(1, 1), max_df=1.0, min_df=1, max_features=None, vocabulary=None, binary=False, dtype=<class 'numpy.float64'>, norm='l2', use_idf=True, smooth_idf=True, sublinear_tf=False)¶
TfidfVectorizer 的 OnnxOperatorMixin
OnnxSklearnTheilSenRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnTheilSenRegressor(*, fit_intercept=True, copy_X='deprecated', max_subpopulation=10000.0, n_subsamples=None, max_iter=300, tol=0.001, random_state=None, n_jobs=None, verbose=False)¶
TheilSenRegressor 的 OnnxOperatorMixin
OnnxSklearnTraceableCountVectorizer¶
OnnxSklearnTraceableTfidfVectorizer¶
OnnxSklearnTruncatedSVD¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnTruncatedSVD(n_components=2, *, algorithm='randomized', n_iter=5, n_oversamples=10, power_iteration_normalizer='auto', random_state=None, tol=0.0)¶
TruncatedSVD 的 OnnxOperatorMixin
OnnxSklearnTunedThresholdClassifierCV¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnTunedThresholdClassifierCV(estimator, *, scoring='balanced_accuracy', response_method='auto', thresholds=100, cv=None, refit=True, n_jobs=None, random_state=None, store_cv_results=False)¶
TunedThresholdClassifierCV 的 OnnxOperatorMixin
OnnxSklearnTweedieRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnTweedieRegressor(*, power=0.0, alpha=1.0, fit_intercept=True, link='auto', solver='lbfgs', max_iter=100, tol=0.0001, warm_start=False, verbose=0)¶
TweedieRegressor 的 OnnxOperatorMixin
OnnxSklearnVarianceThreshold¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnVarianceThreshold(threshold=0.0)¶
VarianceThreshold 的 OnnxOperatorMixin
OnnxSklearnVotingClassifier¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnVotingClassifier(estimators, *, voting='hard', weights=None, n_jobs=None, flatten_transform=True, verbose=False)¶
VotingClassifier 的 OnnxOperatorMixin
OnnxSklearnVotingRegressor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnVotingRegressor(estimators, *, weights=None, n_jobs=None, verbose=False)¶
VotingRegressor 的 OnnxOperatorMixin
OnnxSklearn_ConstantPredictor¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearn_ConstantPredictor¶
_ConstantPredictor 的 OnnxOperatorMixin
OnnxWOETransformer¶
Pipeline¶
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnPipeline(steps, *, transform_input=None, memory=None, verbose=False)[source]¶
Pipeline 的 OnnxOperatorMixin
- onnx_converter()¶
返回此模型的转换器。如果未重载,它将获取映射到能找到的第一个 scikit-learn 父类的转换器。
- onnx_parser()¶
返回此模型的解析器。如果未重载,它将调用转换器来猜测输出数量。如果仍然失败,它将获取映射到能找到的第一个 scikit-learn 父类的解析器。
- onnx_shape_calculator()¶
返回此模型的形状计算器。如果未重载,它将获取映射到能找到的第一个 scikit-learn 父类的解析器。
- to_onnx(X=None, name=None, options=None, white_op=None, black_op=None, final_types=None, target_opset=None, verbose=0)¶
将模型转换为 *ONNX* 格式。它调用必须被重载的 *_*to_onnx* 方法。
- 参数::
X – 训练数据,至少一个样本,用于猜测输入数据的类型。
name – 模型的名称,如果为 None,则替换为类名。
options – 提供给转换器的特定选项(参见 带有选项的转换器)
white_op – 在转换流水线时允许的 ONNX 节点白名单,如果为空,则允许所有节点
black_op – 在转换流水线时允许的 ONNX 节点黑名单,如果为空,则没有节点被列入黑名单
final_types – 一个 python 列表。工作方式与 initial_types 相同,但不是强制性的,用于覆盖每个输出的类型(如果类型不为 None)和名称。
target_opset – 覆盖 self.op_version
verbose – 在转换过程中显示信息
- to_onnx_operator(inputs=None, outputs=None, target_opset=None, options=None)¶
此函数必须被重载。
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnColumnTransformer(transformers, *, remainder='drop', sparse_threshold=0.3, n_jobs=None, transformer_weights=None, verbose=False, verbose_feature_names_out=True, force_int_remainder_cols=True)[source]¶
ColumnTransformer 的 OnnxOperatorMixin
- onnx_converter()¶
返回此模型的转换器。如果未重载,它将获取映射到能找到的第一个 scikit-learn 父类的转换器。
- onnx_parser()¶
返回此模型的解析器。如果未重载,它将调用转换器来猜测输出数量。如果仍然失败,它将获取映射到能找到的第一个 scikit-learn 父类的解析器。
- onnx_shape_calculator()¶
返回此模型的形状计算器。如果未重载,它将获取映射到能找到的第一个 scikit-learn 父类的解析器。
- to_onnx(X=None, name=None, options=None, white_op=None, black_op=None, final_types=None, target_opset=None, verbose=0)¶
将模型转换为 *ONNX* 格式。它调用必须被重载的 *_*to_onnx* 方法。
- 参数::
X – 训练数据,至少一个样本,用于猜测输入数据的类型。
name – 模型的名称,如果为 None,则替换为类名。
options – 提供给转换器的特定选项(参见 带有选项的转换器)
white_op – 在转换流水线时允许的 ONNX 节点白名单,如果为空,则允许所有节点
black_op – 在转换流水线时允许的 ONNX 节点黑名单,如果为空,则没有节点被列入黑名单
final_types – 一个 python 列表。工作方式与 initial_types 相同,但不是强制性的,用于覆盖每个输出的类型(如果类型不为 None)和名称。
target_opset – 覆盖 self.op_version
verbose – 在转换过程中显示信息
- to_onnx_operator(inputs=None, outputs=None, target_opset=None, options=None)¶
此函数必须被重载。
- class skl2onnx.algebra.sklearn_ops.OnnxSklearnFeatureUnion(transformer_list, *, n_jobs=None, transformer_weights=None, verbose=False, verbose_feature_names_out=True)[source]¶
FeatureUnion 的 OnnxOperatorMixin
- onnx_converter()¶
返回此模型的转换器。如果未重载,它将获取映射到能找到的第一个 scikit-learn 父类的转换器。
- onnx_parser()¶
返回此模型的解析器。如果未重载,它将调用转换器来猜测输出数量。如果仍然失败,它将获取映射到能找到的第一个 scikit-learn 父类的解析器。
- onnx_shape_calculator()¶
返回此模型的形状计算器。如果未重载,它将获取映射到能找到的第一个 scikit-learn 父类的解析器。
- to_onnx(X=None, name=None, options=None, white_op=None, black_op=None, final_types=None, target_opset=None, verbose=0)¶
将模型转换为 *ONNX* 格式。它调用必须被重载的 *_*to_onnx* 方法。
- 参数::
X – 训练数据,至少一个样本,用于猜测输入数据的类型。
name – 模型的名称,如果为 None,则替换为类名。
options – 提供给转换器的特定选项(参见 带有选项的转换器)
white_op – 在转换流水线时允许的 ONNX 节点白名单,如果为空,则允许所有节点
black_op – 在转换流水线时允许的 ONNX 节点黑名单,如果为空,则没有节点被列入黑名单
final_types – 一个 python 列表。工作方式与 initial_types 相同,但不是强制性的,用于覆盖每个输出的类型(如果类型不为 None)和名称。
target_opset – 覆盖 self.op_version
verbose – 在转换过程中显示信息
- to_onnx_operator(inputs=None, outputs=None, target_opset=None, options=None)¶
此函数必须被重载。
可用的 ONNX 运算符¶
skl2onnx 将每个 ONNX 运算符映射到一个易于插入图中的类。这些运算符是动态添加的,列表取决于安装的 ONNX 包。这些运算符的文档可在 GitHub 上找到:ONNX Operators.md 和 ONNX-ML Operators。结合 onnxruntime,这种映射使得在任何数据上轻松检查 ONNX 运算符的输出变得更容易,如示例 使用 ONNX 运算符 所示。
OnnxAffineGrid¶
- class skl2onnx.algebra.onnx_ops.OnnxAffineGrid(*args, **kwargs)¶
**版本**参见 AffineGrid.
OnnxAffineGrid_20¶
- class skl2onnx.algebra.onnx_ops.OnnxAffineGrid_20(*args, **kwargs)¶
**版本**参见 AffineGrid_20.
OnnxArrayFeatureExtractor¶
- class skl2onnx.algebra.onnx_ops.OnnxArrayFeatureExtractor(*args, **kwargs)¶
**版本**参见 ArrayFeatureExtractor.
OnnxArrayFeatureExtractor_1¶
- class skl2onnx.algebra.onnx_ops.OnnxArrayFeatureExtractor_1(*args, **kwargs)¶
**版本**参见 ArrayFeatureExtractor_1.
OnnxAveragePool¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool(*args, **kwargs)¶
**版本**参见 AveragePool.
OnnxAveragePool_1¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool_1(*args, **kwargs)¶
**版本**参见 AveragePool_1.
OnnxAveragePool_10¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool_10(*args, **kwargs)¶
**版本**参见 AveragePool_10.
OnnxAveragePool_11¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool_11(*args, **kwargs)¶
**版本**参见 AveragePool_11.
OnnxAveragePool_19¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool_19(*args, **kwargs)¶
**版本**参见 AveragePool_19.
OnnxAveragePool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool_22(*args, **kwargs)¶
**版本**参见 AveragePool_22.
OnnxAveragePool_7¶
- class skl2onnx.algebra.onnx_ops.OnnxAveragePool_7(*args, **kwargs)¶
**版本**参见 AveragePool_7.
OnnxBatchNormalization¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization(*args, **kwargs)¶
**版本**参见 BatchNormalization.
OnnxBatchNormalization_1¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization_1(*args, **kwargs)¶
**版本**参见 BatchNormalization_1.
OnnxBatchNormalization_14¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization_14(*args, **kwargs)¶
**版本**参见 BatchNormalization_14.
OnnxBatchNormalization_15¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization_15(*args, **kwargs)¶
**版本**参见 BatchNormalization_15.
OnnxBatchNormalization_6¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization_6(*args, **kwargs)¶
**版本**参见 BatchNormalization_6.
OnnxBatchNormalization_7¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization_7(*args, **kwargs)¶
**版本**参见 BatchNormalization_7.
OnnxBatchNormalization_9¶
- class skl2onnx.algebra.onnx_ops.OnnxBatchNormalization_9(*args, **kwargs)¶
**版本**参见 BatchNormalization_9.
OnnxBernoulli_15¶
- class skl2onnx.algebra.onnx_ops.OnnxBernoulli_15(*args, **kwargs)¶
版本参见 Bernoulli_15.
OnnxBernoulli_22¶
- class skl2onnx.algebra.onnx_ops.OnnxBernoulli_22(*args, **kwargs)¶
版本参见 Bernoulli_22.
OnnxBinarizer_1¶
- class skl2onnx.algebra.onnx_ops.OnnxBinarizer_1(*args, **kwargs)¶
版本参见 Binarizer_1.
OnnxBitShift_11¶
- class skl2onnx.algebra.onnx_ops.OnnxBitShift_11(*args, **kwargs)¶
版本参见 BitShift_11.
OnnxBitwiseAnd¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseAnd(*args, **kwargs)¶
版本参见 BitwiseAnd.
OnnxBitwiseAnd_18¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseAnd_18(*args, **kwargs)¶
版本参见 BitwiseAnd_18.
OnnxBitwiseNot¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseNot(*args, **kwargs)¶
版本参见 BitwiseNot.
OnnxBitwiseNot_18¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseNot_18(*args, **kwargs)¶
版本参见 BitwiseNot_18.
OnnxBitwiseOr_18¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseOr_18(*args, **kwargs)¶
版本参见 BitwiseOr_18.
OnnxBitwiseXor¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseXor(*args, **kwargs)¶
版本参见 BitwiseXor.
OnnxBitwiseXor_18¶
- class skl2onnx.algebra.onnx_ops.OnnxBitwiseXor_18(*args, **kwargs)¶
版本参见 BitwiseXor_18.
OnnxBlackmanWindow¶
- class skl2onnx.algebra.onnx_ops.OnnxBlackmanWindow(*args, **kwargs)¶
版本参见 BlackmanWindow.
OnnxBlackmanWindow_17¶
- class skl2onnx.algebra.onnx_ops.OnnxBlackmanWindow_17(*args, **kwargs)¶
版本参见 BlackmanWindow_17.
OnnxCastLike_15¶
- class skl2onnx.algebra.onnx_ops.OnnxCastLike_15(*args, **kwargs)¶
版本参见 CastLike_15.
OnnxCastLike_19¶
- class skl2onnx.algebra.onnx_ops.OnnxCastLike_19(*args, **kwargs)¶
版本参见 CastLike_19.
OnnxCastLike_21¶
- class skl2onnx.algebra.onnx_ops.OnnxCastLike_21(*args, **kwargs)¶
版本参见 CastLike_21.
OnnxCastLike_23¶
- class skl2onnx.algebra.onnx_ops.OnnxCastLike_23(*args, **kwargs)¶
版本参见 CastLike_23.
OnnxCategoryMapper¶
- class skl2onnx.algebra.onnx_ops.OnnxCategoryMapper(*args, **kwargs)¶
版本参见 CategoryMapper.
OnnxCategoryMapper_1¶
- class skl2onnx.algebra.onnx_ops.OnnxCategoryMapper_1(*args, **kwargs)¶
版本参见 CategoryMapper_1.
OnnxCenterCropPad¶
- class skl2onnx.algebra.onnx_ops.OnnxCenterCropPad(*args, **kwargs)¶
版本参见 CenterCropPad.
OnnxCenterCropPad_18¶
- class skl2onnx.algebra.onnx_ops.OnnxCenterCropPad_18(*args, **kwargs)¶
版本参见 CenterCropPad_18.
OnnxCompress_11¶
- class skl2onnx.algebra.onnx_ops.OnnxCompress_11(*args, **kwargs)¶
版本参见 Compress_11.
OnnxCompress_9¶
- class skl2onnx.algebra.onnx_ops.OnnxCompress_9(*args, **kwargs)¶
版本参见 Compress_9.
OnnxConcatFromSequence¶
- class skl2onnx.algebra.onnx_ops.OnnxConcatFromSequence(*args, **kwargs)¶
版本参见 ConcatFromSequence.
OnnxConcatFromSequence_11¶
- class skl2onnx.algebra.onnx_ops.OnnxConcatFromSequence_11(*args, **kwargs)¶
版本参见 ConcatFromSequence_11.
OnnxConstantOfShape¶
- class skl2onnx.algebra.onnx_ops.OnnxConstantOfShape(*args, **kwargs)¶
版本参见 ConstantOfShape.
OnnxConstantOfShape_20¶
- class skl2onnx.algebra.onnx_ops.OnnxConstantOfShape_20(*args, **kwargs)¶
版本参见 ConstantOfShape_20.
OnnxConstantOfShape_21¶
- class skl2onnx.algebra.onnx_ops.OnnxConstantOfShape_21(*args, **kwargs)¶
版本参见 ConstantOfShape_21.
OnnxConstantOfShape_23¶
- class skl2onnx.algebra.onnx_ops.OnnxConstantOfShape_23(*args, **kwargs)¶
版本参见 ConstantOfShape_23.
OnnxConstantOfShape_9¶
- class skl2onnx.algebra.onnx_ops.OnnxConstantOfShape_9(*args, **kwargs)¶
版本参见 ConstantOfShape_9.
OnnxConstant_1¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_1(*args, **kwargs)¶
版本参见 Constant_1.
OnnxConstant_11¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_11(*args, **kwargs)¶
版本参见 Constant_11.
OnnxConstant_12¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_12(*args, **kwargs)¶
版本参见 Constant_12.
OnnxConstant_13¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_13(*args, **kwargs)¶
版本参见 Constant_13.
OnnxConstant_19¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_19(*args, **kwargs)¶
版本参见 Constant_19.
OnnxConstant_21¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_21(*args, **kwargs)¶
版本参见 Constant_21.
OnnxConstant_23¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_23(*args, **kwargs)¶
版本参见 Constant_23.
OnnxConstant_9¶
- class skl2onnx.algebra.onnx_ops.OnnxConstant_9(*args, **kwargs)¶
版本参见 Constant_9.
OnnxConvInteger¶
- class skl2onnx.algebra.onnx_ops.OnnxConvInteger(*args, **kwargs)¶
版本参见 ConvInteger.
OnnxConvInteger_10¶
- class skl2onnx.algebra.onnx_ops.OnnxConvInteger_10(*args, **kwargs)¶
版本参见 ConvInteger_10.
OnnxConvTranspose¶
- class skl2onnx.algebra.onnx_ops.OnnxConvTranspose(*args, **kwargs)¶
版本参见 ConvTranspose.
OnnxConvTranspose_1¶
- class skl2onnx.algebra.onnx_ops.OnnxConvTranspose_1(*args, **kwargs)¶
版本参见 ConvTranspose_1.
OnnxConvTranspose_11¶
- class skl2onnx.algebra.onnx_ops.OnnxConvTranspose_11(*args, **kwargs)¶
版本参见 ConvTranspose_11.
OnnxConvTranspose_22¶
- class skl2onnx.algebra.onnx_ops.OnnxConvTranspose_22(*args, **kwargs)¶
版本参见 ConvTranspose_22.
OnnxDeformConv¶
- class skl2onnx.algebra.onnx_ops.OnnxDeformConv(*args, **kwargs)¶
**版本**参见 DeformConv。
OnnxDeformConv_19¶
- class skl2onnx.algebra.onnx_ops.OnnxDeformConv_19(*args, **kwargs)¶
**版本**参见 DeformConv_19。
OnnxDeformConv_22¶
- class skl2onnx.algebra.onnx_ops.OnnxDeformConv_22(*args, **kwargs)¶
**版本**参见 DeformConv_22。
OnnxDepthToSpace¶
- class skl2onnx.algebra.onnx_ops.OnnxDepthToSpace(*args, **kwargs)¶
**版本**参见 DepthToSpace。
OnnxDepthToSpace_1¶
- class skl2onnx.algebra.onnx_ops.OnnxDepthToSpace_1(*args, **kwargs)¶
**版本**参见 DepthToSpace_1。
OnnxDepthToSpace_11¶
- class skl2onnx.algebra.onnx_ops.OnnxDepthToSpace_11(*args, **kwargs)¶
**版本**参见 DepthToSpace_11。
OnnxDepthToSpace_13¶
- class skl2onnx.algebra.onnx_ops.OnnxDepthToSpace_13(*args, **kwargs)¶
**版本**参见 DepthToSpace_13。
OnnxDequantizeLinear¶
- class skl2onnx.algebra.onnx_ops.OnnxDequantizeLinear(*args, **kwargs)¶
**版本**参见 DequantizeLinear。
OnnxDequantizeLinear_10¶
- class skl2onnx.algebra.onnx_ops.OnnxDequantizeLinear_10(*args, **kwargs)¶
**版本**参见 DequantizeLinear_10。
OnnxDequantizeLinear_13¶
- class skl2onnx.algebra.onnx_ops.OnnxDequantizeLinear_13(*args, **kwargs)¶
**版本**参见 DequantizeLinear_13。
OnnxDequantizeLinear_19¶
- class skl2onnx.algebra.onnx_ops.OnnxDequantizeLinear_19(*args, **kwargs)¶
**版本**参见 DequantizeLinear_19。
OnnxDequantizeLinear_21¶
- class skl2onnx.algebra.onnx_ops.OnnxDequantizeLinear_21(*args, **kwargs)¶
**版本**参见 DequantizeLinear_21。
OnnxDequantizeLinear_23¶
- class skl2onnx.algebra.onnx_ops.OnnxDequantizeLinear_23(*args, **kwargs)¶
**版本**参见 DequantizeLinear_23。
OnnxDictVectorizer¶
- class skl2onnx.algebra.onnx_ops.OnnxDictVectorizer(*args, **kwargs)¶
**版本**参见 DictVectorizer。
OnnxDictVectorizer_1¶
- class skl2onnx.algebra.onnx_ops.OnnxDictVectorizer_1(*args, **kwargs)¶
**版本**参见 DictVectorizer_1。
OnnxDropout_10¶
- class skl2onnx.algebra.onnx_ops.OnnxDropout_10(*args, **kwargs)¶
**版本**参见 Dropout_10。
OnnxDropout_12¶
- class skl2onnx.algebra.onnx_ops.OnnxDropout_12(*args, **kwargs)¶
**版本**参见 Dropout_12。
OnnxDropout_13¶
- class skl2onnx.algebra.onnx_ops.OnnxDropout_13(*args, **kwargs)¶
**版本**参见 Dropout_13。
OnnxDropout_22¶
- class skl2onnx.algebra.onnx_ops.OnnxDropout_22(*args, **kwargs)¶
**版本**参见 Dropout_22。
OnnxDynamicQuantizeLinear¶
- class skl2onnx.algebra.onnx_ops.OnnxDynamicQuantizeLinear(*args, **kwargs)¶
OnnxDynamicQuantizeLinear_11¶
- class skl2onnx.algebra.onnx_ops.OnnxDynamicQuantizeLinear_11(*args, **kwargs)¶
OnnxEyeLike_22¶
- class skl2onnx.algebra.onnx_ops.OnnxEyeLike_22(*args, **kwargs)¶
**版本**参见 EyeLike_22。
OnnxFeatureVectorizer¶
- class skl2onnx.algebra.onnx_ops.OnnxFeatureVectorizer(*args, **kwargs)¶
**版本**参见 FeatureVectorizer。
OnnxFeatureVectorizer_1¶
- class skl2onnx.algebra.onnx_ops.OnnxFeatureVectorizer_1(*args, **kwargs)¶
**版本**参见 FeatureVectorizer_1。
OnnxFlatten_11¶
- class skl2onnx.algebra.onnx_ops.OnnxFlatten_11(*args, **kwargs)¶
**版本**参见 Flatten_11。
OnnxFlatten_13¶
- class skl2onnx.algebra.onnx_ops.OnnxFlatten_13(*args, **kwargs)¶
**版本**参见 Flatten_13。
OnnxFlatten_21¶
- class skl2onnx.algebra.onnx_ops.OnnxFlatten_21(*args, **kwargs)¶
**版本**参见 Flatten_21。
OnnxFlatten_23¶
- class skl2onnx.algebra.onnx_ops.OnnxFlatten_23(*args, **kwargs)¶
**版本**参见 Flatten_23。
OnnxGatherElements¶
- class skl2onnx.algebra.onnx_ops.OnnxGatherElements(*args, **kwargs)¶
**版本**参见 GatherElements。
OnnxGatherElements_11¶
- class skl2onnx.algebra.onnx_ops.OnnxGatherElements_11(*args, **kwargs)¶
**版本**参见 GatherElements_11。
OnnxGatherElements_13¶
- class skl2onnx.algebra.onnx_ops.OnnxGatherElements_13(*args, **kwargs)¶
**版本**参见 GatherElements_13。
OnnxGatherND_11¶
- class skl2onnx.algebra.onnx_ops.OnnxGatherND_11(*args, **kwargs)¶
**版本**参见 GatherND_11。
OnnxGatherND_12¶
- class skl2onnx.algebra.onnx_ops.OnnxGatherND_12(*args, **kwargs)¶
**版本**参见 GatherND_12。
OnnxGatherND_13¶
- class skl2onnx.algebra.onnx_ops.OnnxGatherND_13(*args, **kwargs)¶
**版本**参见 GatherND_13。
OnnxGlobalAveragePool¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalAveragePool(*args, **kwargs)¶
版本详情请参见 GlobalAveragePool。
OnnxGlobalAveragePool_1¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalAveragePool_1(*args, **kwargs)¶
版本详情请参见 GlobalAveragePool_1。
OnnxGlobalAveragePool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalAveragePool_22(*args, **kwargs)¶
版本详情请参见 GlobalAveragePool_22。
OnnxGlobalLpPool¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalLpPool(*args, **kwargs)¶
版本详情请参见 GlobalLpPool。
OnnxGlobalLpPool_1¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalLpPool_1(*args, **kwargs)¶
版本详情请参见 GlobalLpPool_1。
OnnxGlobalLpPool_2¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalLpPool_2(*args, **kwargs)¶
版本详情请参见 GlobalLpPool_2。
OnnxGlobalLpPool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalLpPool_22(*args, **kwargs)¶
版本详情请参见 GlobalLpPool_22。
OnnxGlobalMaxPool¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalMaxPool(*args, **kwargs)¶
版本详情请参见 GlobalMaxPool。
OnnxGlobalMaxPool_1¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalMaxPool_1(*args, **kwargs)¶
版本详情请参见 GlobalMaxPool_1。
OnnxGlobalMaxPool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxGlobalMaxPool_22(*args, **kwargs)¶
版本详情请参见 GlobalMaxPool_22。
OnnxGradient_1¶
- class skl2onnx.algebra.onnx_ops.OnnxGradient_1(*args, **kwargs)¶
版本详情请参见 Gradient_1。
OnnxGreaterOrEqual¶
- class skl2onnx.algebra.onnx_ops.OnnxGreaterOrEqual(*args, **kwargs)¶
版本详情请参见 GreaterOrEqual。
OnnxGreaterOrEqual_12¶
- class skl2onnx.algebra.onnx_ops.OnnxGreaterOrEqual_12(*args, **kwargs)¶
版本详情请参见 GreaterOrEqual_12。
OnnxGreaterOrEqual_16¶
- class skl2onnx.algebra.onnx_ops.OnnxGreaterOrEqual_16(*args, **kwargs)¶
版本详情请参见 GreaterOrEqual_16。
OnnxGreater_13¶
- class skl2onnx.algebra.onnx_ops.OnnxGreater_13(*args, **kwargs)¶
版本详情请参见 Greater_13。
OnnxGridSample¶
- class skl2onnx.algebra.onnx_ops.OnnxGridSample(*args, **kwargs)¶
版本详情请参见 GridSample。
OnnxGridSample_16¶
- class skl2onnx.algebra.onnx_ops.OnnxGridSample_16(*args, **kwargs)¶
版本详情请参见 GridSample_16。
OnnxGridSample_20¶
- class skl2onnx.algebra.onnx_ops.OnnxGridSample_20(*args, **kwargs)¶
版本详情请参见 GridSample_20。
OnnxGridSample_22¶
- class skl2onnx.algebra.onnx_ops.OnnxGridSample_22(*args, **kwargs)¶
版本详情请参见 GridSample_22。
OnnxGroupNormalization¶
- class skl2onnx.algebra.onnx_ops.OnnxGroupNormalization(*args, **kwargs)¶
版本详情请参见 GroupNormalization。
OnnxGroupNormalization_18¶
- class skl2onnx.algebra.onnx_ops.OnnxGroupNormalization_18(*args, **kwargs)¶
版本详情请参见 GroupNormalization_18。
OnnxGroupNormalization_21¶
- class skl2onnx.algebra.onnx_ops.OnnxGroupNormalization_21(*args, **kwargs)¶
版本详情请参见 GroupNormalization_21。
OnnxHammingWindow¶
- class skl2onnx.algebra.onnx_ops.OnnxHammingWindow(*args, **kwargs)¶
版本详情请参见 HammingWindow。
OnnxHammingWindow_17¶
- class skl2onnx.algebra.onnx_ops.OnnxHammingWindow_17(*args, **kwargs)¶
版本详情请参见 HammingWindow_17。
OnnxHannWindow¶
- class skl2onnx.algebra.onnx_ops.OnnxHannWindow(*args, **kwargs)¶
版本详情请参见 HannWindow。
OnnxHannWindow_17¶
- class skl2onnx.algebra.onnx_ops.OnnxHannWindow_17(*args, **kwargs)¶
版本详情请参见 HannWindow_17。
OnnxHardSigmoid¶
- class skl2onnx.algebra.onnx_ops.OnnxHardSigmoid(*args, **kwargs)¶
版本详情请参见 HardSigmoid。
OnnxHardSigmoid_1¶
- class skl2onnx.algebra.onnx_ops.OnnxHardSigmoid_1(*args, **kwargs)¶
版本详情请参见 HardSigmoid_1。
OnnxHardSigmoid_22¶
- class skl2onnx.algebra.onnx_ops.OnnxHardSigmoid_22(*args, **kwargs)¶
版本详情请参见 HardSigmoid_22。
OnnxHardSigmoid_6¶
- class skl2onnx.algebra.onnx_ops.OnnxHardSigmoid_6(*args, **kwargs)¶
版本详情请参见 HardSigmoid_6。
OnnxHardSwish_14¶
- class skl2onnx.algebra.onnx_ops.OnnxHardSwish_14(*args, **kwargs)¶
版本详情请参见 HardSwish_14。
OnnxHardSwish_22¶
- class skl2onnx.algebra.onnx_ops.OnnxHardSwish_22(*args, **kwargs)¶
版本详情请参见 HardSwish_22。
OnnxHardmax_11¶
- class skl2onnx.algebra.onnx_ops.OnnxHardmax_11(*args, **kwargs)¶
版本详情请参见 Hardmax_11。
OnnxHardmax_13¶
- class skl2onnx.algebra.onnx_ops.OnnxHardmax_13(*args, **kwargs)¶
版本详情请参见 Hardmax_13。
OnnxIdentity_1¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_1(*args, **kwargs)¶
版本详情请参见 Identity_1。
OnnxIdentity_13¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_13(*args, **kwargs)¶
版本详情请参见 Identity_13。
OnnxIdentity_14¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_14(*args, **kwargs)¶
版本详情请参见 Identity_14。
OnnxIdentity_16¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_16(*args, **kwargs)¶
版本详情请参见 Identity_16。
OnnxIdentity_19¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_19(*args, **kwargs)¶
版本详情请参见 Identity_19。
OnnxIdentity_21¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_21(*args, **kwargs)¶
版本详情请参见 Identity_21。
OnnxIdentity_23¶
- class skl2onnx.algebra.onnx_ops.OnnxIdentity_23(*args, **kwargs)¶
版本详情请参见 Identity_23。
OnnxImageDecoder¶
- class skl2onnx.algebra.onnx_ops.OnnxImageDecoder(*args, **kwargs)¶
版本详情请参见 ImageDecoder。
OnnxImageDecoder_20¶
- class skl2onnx.algebra.onnx_ops.OnnxImageDecoder_20(*args, **kwargs)¶
版本详情请参见 ImageDecoder_20。
OnnxInstanceNormalization¶
- class skl2onnx.algebra.onnx_ops.OnnxInstanceNormalization(*args, **kwargs)¶
版本详情请参见 InstanceNormalization。
OnnxInstanceNormalization_1¶
- class skl2onnx.algebra.onnx_ops.OnnxInstanceNormalization_1(*args, **kwargs)¶
版本详情请参见 InstanceNormalization_1。
OnnxInstanceNormalization_22¶
- class skl2onnx.algebra.onnx_ops.OnnxInstanceNormalization_22(*args, **kwargs)¶
版本详情请参见 InstanceNormalization_22。
OnnxInstanceNormalization_6¶
- class skl2onnx.algebra.onnx_ops.OnnxInstanceNormalization_6(*args, **kwargs)¶
版本详情请参见 InstanceNormalization_6。
OnnxLabelEncoder¶
- class skl2onnx.algebra.onnx_ops.OnnxLabelEncoder(*args, **kwargs)¶
版本详情请参见 LabelEncoder。
OnnxLabelEncoder_1¶
- class skl2onnx.algebra.onnx_ops.OnnxLabelEncoder_1(*args, **kwargs)¶
版本详情请参见 LabelEncoder_1。
OnnxLabelEncoder_2¶
- class skl2onnx.algebra.onnx_ops.OnnxLabelEncoder_2(*args, **kwargs)¶
版本详情请参见 LabelEncoder_2。
OnnxLabelEncoder_4¶
- class skl2onnx.algebra.onnx_ops.OnnxLabelEncoder_4(*args, **kwargs)¶
版本详情请参见 LabelEncoder_4。
OnnxLayerNormalization¶
- class skl2onnx.algebra.onnx_ops.OnnxLayerNormalization(*args, **kwargs)¶
版本详情请参见 LayerNormalization。
OnnxLayerNormalization_17¶
- class skl2onnx.algebra.onnx_ops.OnnxLayerNormalization_17(*args, **kwargs)¶
版本详情请参见 LayerNormalization_17。
OnnxLeakyRelu_1¶
- class skl2onnx.algebra.onnx_ops.OnnxLeakyRelu_1(*args, **kwargs)¶
版本详情请参见 LeakyRelu_1。
OnnxLeakyRelu_16¶
- class skl2onnx.algebra.onnx_ops.OnnxLeakyRelu_16(*args, **kwargs)¶
版本 参见 LeakyRelu_16.
OnnxLeakyRelu_6¶
- class skl2onnx.algebra.onnx_ops.OnnxLeakyRelu_6(*args, **kwargs)¶
版本 参见 LeakyRelu_6.
OnnxLessOrEqual¶
- class skl2onnx.algebra.onnx_ops.OnnxLessOrEqual(*args, **kwargs)¶
版本 参见 LessOrEqual.
OnnxLessOrEqual_12¶
- class skl2onnx.algebra.onnx_ops.OnnxLessOrEqual_12(*args, **kwargs)¶
版本 参见 LessOrEqual_12.
OnnxLessOrEqual_16¶
- class skl2onnx.algebra.onnx_ops.OnnxLessOrEqual_16(*args, **kwargs)¶
版本 参见 LessOrEqual_16.
OnnxLinearClassifier¶
- class skl2onnx.algebra.onnx_ops.OnnxLinearClassifier(*args, **kwargs)¶
版本 参见 LinearClassifier.
OnnxLinearClassifier_1¶
- class skl2onnx.algebra.onnx_ops.OnnxLinearClassifier_1(*args, **kwargs)¶
版本 参见 LinearClassifier_1.
OnnxLinearRegressor¶
- class skl2onnx.algebra.onnx_ops.OnnxLinearRegressor(*args, **kwargs)¶
版本 参见 LinearRegressor.
OnnxLinearRegressor_1¶
- class skl2onnx.algebra.onnx_ops.OnnxLinearRegressor_1(*args, **kwargs)¶
版本 参见 LinearRegressor_1.
OnnxLogSoftmax¶
- class skl2onnx.algebra.onnx_ops.OnnxLogSoftmax(*args, **kwargs)¶
版本 参见 LogSoftmax.
OnnxLogSoftmax_1¶
- class skl2onnx.algebra.onnx_ops.OnnxLogSoftmax_1(*args, **kwargs)¶
版本 参见 LogSoftmax_1.
OnnxLogSoftmax_11¶
- class skl2onnx.algebra.onnx_ops.OnnxLogSoftmax_11(*args, **kwargs)¶
版本 参见 LogSoftmax_11.
OnnxLogSoftmax_13¶
- class skl2onnx.algebra.onnx_ops.OnnxLogSoftmax_13(*args, **kwargs)¶
版本 参见 LogSoftmax_13.
OnnxLpNormalization¶
- class skl2onnx.algebra.onnx_ops.OnnxLpNormalization(*args, **kwargs)¶
版本 参见 LpNormalization.
OnnxLpNormalization_1¶
- class skl2onnx.algebra.onnx_ops.OnnxLpNormalization_1(*args, **kwargs)¶
版本 参见 LpNormalization_1.
OnnxLpNormalization_22¶
- class skl2onnx.algebra.onnx_ops.OnnxLpNormalization_22(*args, **kwargs)¶
版本 参见 LpNormalization_22.
OnnxMatMulInteger¶
- class skl2onnx.algebra.onnx_ops.OnnxMatMulInteger(*args, **kwargs)¶
版本 参见 MatMulInteger.
OnnxMatMulInteger_10¶
- class skl2onnx.algebra.onnx_ops.OnnxMatMulInteger_10(*args, **kwargs)¶
版本 参见 MatMulInteger_10.
OnnxMaxPool_10¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxPool_10(*args, **kwargs)¶
版本 参见 MaxPool_10.
OnnxMaxPool_11¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxPool_11(*args, **kwargs)¶
版本 参见 MaxPool_11.
OnnxMaxPool_12¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxPool_12(*args, **kwargs)¶
版本 参见 MaxPool_12.
OnnxMaxPool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxPool_22(*args, **kwargs)¶
版本 参见 MaxPool_22.
OnnxMaxRoiPool¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxRoiPool(*args, **kwargs)¶
版本 参见 MaxRoiPool.
OnnxMaxRoiPool_1¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxRoiPool_1(*args, **kwargs)¶
版本 参见 MaxRoiPool_1.
OnnxMaxRoiPool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxRoiPool_22(*args, **kwargs)¶
版本 参见 MaxRoiPool_22.
OnnxMaxUnpool_11¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxUnpool_11(*args, **kwargs)¶
版本 参见 MaxUnpool_11.
OnnxMaxUnpool_22¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxUnpool_22(*args, **kwargs)¶
版本 参见 MaxUnpool_22.
OnnxMaxUnpool_9¶
- class skl2onnx.algebra.onnx_ops.OnnxMaxUnpool_9(*args, **kwargs)¶
版本 参见 MaxUnpool_9.
OnnxMeanVarianceNormalization¶
- class skl2onnx.algebra.onnx_ops.OnnxMeanVarianceNormalization(*args, **kwargs)¶
版本 参见 MeanVarianceNormalization.
OnnxMeanVarianceNormalization_13¶
- class skl2onnx.algebra.onnx_ops.OnnxMeanVarianceNormalization_13(*args, **kwargs)¶
版本 参见 MeanVarianceNormalization_13.
OnnxMeanVarianceNormalization_9¶
- class skl2onnx.algebra.onnx_ops.OnnxMeanVarianceNormalization_9(*args, **kwargs)¶
版本 参见 MeanVarianceNormalization_9.
OnnxMelWeightMatrix¶
- class skl2onnx.algebra.onnx_ops.OnnxMelWeightMatrix(*args, **kwargs)¶
版本 参见 MelWeightMatrix.
OnnxMelWeightMatrix_17¶
- class skl2onnx.algebra.onnx_ops.OnnxMelWeightMatrix_17(*args, **kwargs)¶
版本 参见 MelWeightMatrix_17.
OnnxMomentum_1¶
- class skl2onnx.algebra.onnx_ops.OnnxMomentum_1(*args, **kwargs)¶
版本 参见 Momentum_1.
OnnxMultinomial¶
- class skl2onnx.algebra.onnx_ops.OnnxMultinomial(*args, **kwargs)¶
版本 参见 Multinomial.
OnnxMultinomial_22¶
- class skl2onnx.algebra.onnx_ops.OnnxMultinomial_22(*args, **kwargs)¶
版本 参见 Multinomial_22.
OnnxMultinomial_7¶
- class skl2onnx.algebra.onnx_ops.OnnxMultinomial_7(*args, **kwargs)¶
版本 参见 Multinomial_7.
OnnxNegativeLogLikelihoodLoss¶
- class skl2onnx.algebra.onnx_ops.OnnxNegativeLogLikelihoodLoss(*args, **kwargs)¶
**版本**参见 NegativeLogLikelihoodLoss。
OnnxNegativeLogLikelihoodLoss_12¶
- class skl2onnx.algebra.onnx_ops.OnnxNegativeLogLikelihoodLoss_12(*args, **kwargs)¶
**版本**参见 NegativeLogLikelihoodLoss_12。
OnnxNegativeLogLikelihoodLoss_13¶
- class skl2onnx.algebra.onnx_ops.OnnxNegativeLogLikelihoodLoss_13(*args, **kwargs)¶
**版本**参见 NegativeLogLikelihoodLoss_13。
OnnxNegativeLogLikelihoodLoss_22¶
- class skl2onnx.algebra.onnx_ops.OnnxNegativeLogLikelihoodLoss_22(*args, **kwargs)¶
**版本**参见 NegativeLogLikelihoodLoss_22。
OnnxNonMaxSuppression¶
- class skl2onnx.algebra.onnx_ops.OnnxNonMaxSuppression(*args, **kwargs)¶
**版本**参见 NonMaxSuppression。
OnnxNonMaxSuppression_10¶
- class skl2onnx.algebra.onnx_ops.OnnxNonMaxSuppression_10(*args, **kwargs)¶
**版本**参见 NonMaxSuppression_10。
OnnxNonMaxSuppression_11¶
- class skl2onnx.algebra.onnx_ops.OnnxNonMaxSuppression_11(*args, **kwargs)¶
**版本**参见 NonMaxSuppression_11。
OnnxNonZero_13¶
- class skl2onnx.algebra.onnx_ops.OnnxNonZero_13(*args, **kwargs)¶
**版本**参见 NonZero_13。
OnnxNormalizer¶
- class skl2onnx.algebra.onnx_ops.OnnxNormalizer(*args, **kwargs)¶
**版本**参见 Normalizer。
OnnxNormalizer_1¶
- class skl2onnx.algebra.onnx_ops.OnnxNormalizer_1(*args, **kwargs)¶
**版本**参见 Normalizer_1。
OnnxOneHotEncoder¶
- class skl2onnx.algebra.onnx_ops.OnnxOneHotEncoder(*args, **kwargs)¶
**版本**参见 OneHotEncoder。
OnnxOneHotEncoder_1¶
- class skl2onnx.algebra.onnx_ops.OnnxOneHotEncoder_1(*args, **kwargs)¶
**版本**参见 OneHotEncoder_1。
OnnxOptionalGetElement¶
- class skl2onnx.algebra.onnx_ops.OnnxOptionalGetElement(*args, **kwargs)¶
**版本**参见 OptionalGetElement。
OnnxOptionalGetElement_15¶
- class skl2onnx.algebra.onnx_ops.OnnxOptionalGetElement_15(*args, **kwargs)¶
**版本**参见 OptionalGetElement_15。
OnnxOptionalGetElement_18¶
- class skl2onnx.algebra.onnx_ops.OnnxOptionalGetElement_18(*args, **kwargs)¶
**版本**参见 OptionalGetElement_18。
OnnxOptionalHasElement¶
- class skl2onnx.algebra.onnx_ops.OnnxOptionalHasElement(*args, **kwargs)¶
**版本**参见 OptionalHasElement。
OnnxOptionalHasElement_15¶
- class skl2onnx.algebra.onnx_ops.OnnxOptionalHasElement_15(*args, **kwargs)¶
**版本**参见 OptionalHasElement_15。
OnnxOptionalHasElement_18¶
- class skl2onnx.algebra.onnx_ops.OnnxOptionalHasElement_18(*args, **kwargs)¶
**版本**参见 OptionalHasElement_18。
OnnxOptional_15¶
- class skl2onnx.algebra.onnx_ops.OnnxOptional_15(*args, **kwargs)¶
**版本**参见 Optional_15。
OnnxQLinearConv¶
- class skl2onnx.algebra.onnx_ops.OnnxQLinearConv(*args, **kwargs)¶
**版本**参见 QLinearConv。
OnnxQLinearConv_10¶
- class skl2onnx.algebra.onnx_ops.OnnxQLinearConv_10(*args, **kwargs)¶
**版本**参见 QLinearConv_10。
OnnxQLinearMatMul¶
- class skl2onnx.algebra.onnx_ops.OnnxQLinearMatMul(*args, **kwargs)¶
**版本**参见 QLinearMatMul。
OnnxQLinearMatMul_10¶
- class skl2onnx.algebra.onnx_ops.OnnxQLinearMatMul_10(*args, **kwargs)¶
**版本**参见 QLinearMatMul_10。
OnnxQLinearMatMul_21¶
- class skl2onnx.algebra.onnx_ops.OnnxQLinearMatMul_21(*args, **kwargs)¶
**版本**参见 QLinearMatMul_21。
OnnxQuantizeLinear¶
- class skl2onnx.algebra.onnx_ops.OnnxQuantizeLinear(*args, **kwargs)¶
**版本**参见 QuantizeLinear。
OnnxQuantizeLinear_10¶
- class skl2onnx.algebra.onnx_ops.OnnxQuantizeLinear_10(*args, **kwargs)¶
**版本**参见 QuantizeLinear_10。
OnnxQuantizeLinear_13¶
- class skl2onnx.algebra.onnx_ops.OnnxQuantizeLinear_13(*args, **kwargs)¶
**版本**参见 QuantizeLinear_13。
OnnxQuantizeLinear_19¶
- class skl2onnx.algebra.onnx_ops.OnnxQuantizeLinear_19(*args, **kwargs)¶
**版本**参见 QuantizeLinear_19。
OnnxQuantizeLinear_21¶
- class skl2onnx.algebra.onnx_ops.OnnxQuantizeLinear_21(*args, **kwargs)¶
**版本**参见 QuantizeLinear_21。
OnnxQuantizeLinear_23¶
- class skl2onnx.algebra.onnx_ops.OnnxQuantizeLinear_23(*args, **kwargs)¶
**版本**参见 QuantizeLinear_23。
OnnxRandomNormal¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomNormal(*args, **kwargs)¶
**版本**参见 RandomNormal。
OnnxRandomNormalLike¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomNormalLike(*args, **kwargs)¶
**版本**参见 RandomNormalLike。
OnnxRandomNormalLike_1¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomNormalLike_1(*args, **kwargs)¶
**版本**参见 RandomNormalLike_1。
OnnxRandomNormalLike_22¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomNormalLike_22(*args, **kwargs)¶
**版本**参见 RandomNormalLike_22。
OnnxRandomNormal_1¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomNormal_1(*args, **kwargs)¶
**版本**参见 RandomNormal_1。
OnnxRandomNormal_22¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomNormal_22(*args, **kwargs)¶
**版本**参见 RandomNormal_22。
OnnxRandomUniform¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomUniform(*args, **kwargs)¶
**版本**参见 RandomUniform。
OnnxRandomUniformLike¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomUniformLike(*args, **kwargs)¶
**版本**参见 RandomUniformLike。
OnnxRandomUniformLike_1¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomUniformLike_1(*args, **kwargs)¶
**版本**参见 RandomUniformLike_1。
OnnxRandomUniformLike_22¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomUniformLike_22(*args, **kwargs)¶
**版本**参见 RandomUniformLike_22。
OnnxRandomUniform_1¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomUniform_1(*args, **kwargs)¶
**版本**参见 RandomUniform_1。
OnnxRandomUniform_22¶
- class skl2onnx.algebra.onnx_ops.OnnxRandomUniform_22(*args, **kwargs)¶
**版本**参见 RandomUniform_22。
OnnxReciprocal¶
- class skl2onnx.algebra.onnx_ops.OnnxReciprocal(*args, **kwargs)¶
**版本**参见 Reciprocal。
OnnxReciprocal_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReciprocal_1(*args, **kwargs)¶
**版本**参见 Reciprocal_1。
OnnxReciprocal_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReciprocal_13(*args, **kwargs)¶
**版本**参见 Reciprocal_13。
OnnxReciprocal_6¶
- class skl2onnx.algebra.onnx_ops.OnnxReciprocal_6(*args, **kwargs)¶
**版本**参见 Reciprocal_6。
OnnxReduceL1_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL1_1(*args, **kwargs)¶
**版本**参见 ReduceL1_1。
OnnxReduceL1_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL1_11(*args, **kwargs)¶
**版本**参见 ReduceL1_11。
OnnxReduceL1_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL1_13(*args, **kwargs)¶
**版本**参阅 ReduceL1_13.
OnnxReduceL1_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL1_18(*args, **kwargs)¶
**版本**参阅 ReduceL1_18.
OnnxReduceL2_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL2_1(*args, **kwargs)¶
**版本**参阅 ReduceL2_1.
OnnxReduceL2_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL2_11(*args, **kwargs)¶
**版本**参阅 ReduceL2_11.
OnnxReduceL2_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL2_13(*args, **kwargs)¶
**版本**参阅 ReduceL2_13.
OnnxReduceL2_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceL2_18(*args, **kwargs)¶
**版本**参阅 ReduceL2_18.
OnnxReduceLogSum¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSum(*args, **kwargs)¶
**版本**参阅 ReduceLogSum.
OnnxReduceLogSumExp¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSumExp(*args, **kwargs)¶
**版本**参阅 ReduceLogSumExp.
OnnxReduceLogSumExp_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSumExp_1(*args, **kwargs)¶
**版本**参阅 ReduceLogSumExp_1.
OnnxReduceLogSumExp_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSumExp_11(*args, **kwargs)¶
**版本**参阅 ReduceLogSumExp_11.
OnnxReduceLogSumExp_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSumExp_13(*args, **kwargs)¶
**版本**参阅 ReduceLogSumExp_13.
OnnxReduceLogSumExp_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSumExp_18(*args, **kwargs)¶
**版本**参阅 ReduceLogSumExp_18.
OnnxReduceLogSum_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSum_1(*args, **kwargs)¶
**版本**参阅 ReduceLogSum_1.
OnnxReduceLogSum_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSum_11(*args, **kwargs)¶
**版本**参阅 ReduceLogSum_11.
OnnxReduceLogSum_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSum_13(*args, **kwargs)¶
**版本**参阅 ReduceLogSum_13.
OnnxReduceLogSum_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceLogSum_18(*args, **kwargs)¶
**版本**参阅 ReduceLogSum_18.
OnnxReduceMax_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMax_1(*args, **kwargs)¶
**版本**参阅 ReduceMax_1.
OnnxReduceMax_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMax_11(*args, **kwargs)¶
**版本**参阅 ReduceMax_11.
OnnxReduceMax_12¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMax_12(*args, **kwargs)¶
**版本**参阅 ReduceMax_12.
OnnxReduceMax_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMax_13(*args, **kwargs)¶
**版本**参阅 ReduceMax_13.
OnnxReduceMax_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMax_18(*args, **kwargs)¶
**版本**参阅 ReduceMax_18.
OnnxReduceMax_20¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMax_20(*args, **kwargs)¶
**版本**参阅 ReduceMax_20.
OnnxReduceMean¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMean(*args, **kwargs)¶
**版本**参阅 ReduceMean.
OnnxReduceMean_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMean_1(*args, **kwargs)¶
**版本**参阅 ReduceMean_1.
OnnxReduceMean_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMean_11(*args, **kwargs)¶
**版本**参阅 ReduceMean_11.
OnnxReduceMean_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMean_13(*args, **kwargs)¶
**版本**参阅 ReduceMean_13.
OnnxReduceMean_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMean_18(*args, **kwargs)¶
**版本**参阅 ReduceMean_18.
OnnxReduceMin_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMin_1(*args, **kwargs)¶
**版本**参阅 ReduceMin_1.
OnnxReduceMin_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMin_11(*args, **kwargs)¶
**版本**参阅 ReduceMin_11.
OnnxReduceMin_12¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMin_12(*args, **kwargs)¶
**版本**参阅 ReduceMin_12.
OnnxReduceMin_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMin_13(*args, **kwargs)¶
**版本**参阅 ReduceMin_13.
OnnxReduceMin_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMin_18(*args, **kwargs)¶
**版本**参阅 ReduceMin_18.
OnnxReduceMin_20¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceMin_20(*args, **kwargs)¶
**版本**参阅 ReduceMin_20.
OnnxReduceProd¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceProd(*args, **kwargs)¶
**版本**参阅 ReduceProd.
OnnxReduceProd_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceProd_1(*args, **kwargs)¶
**版本**参阅 ReduceProd_1.
OnnxReduceProd_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceProd_11(*args, **kwargs)¶
**版本**参阅 ReduceProd_11.
OnnxReduceProd_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceProd_13(*args, **kwargs)¶
**版本**参阅 ReduceProd_13.
OnnxReduceProd_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceProd_18(*args, **kwargs)¶
**版本**参阅 ReduceProd_18.
OnnxReduceSumSquare¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSumSquare(*args, **kwargs)¶
**版本**参阅 ReduceSumSquare.
OnnxReduceSumSquare_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSumSquare_1(*args, **kwargs)¶
**版本**参阅 ReduceSumSquare_1.
OnnxReduceSumSquare_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSumSquare_11(*args, **kwargs)¶
**版本**参阅 ReduceSumSquare_11.
OnnxReduceSumSquare_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSumSquare_13(*args, **kwargs)¶
**版本**参阅 ReduceSumSquare_13.
OnnxReduceSumSquare_18¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSumSquare_18(*args, **kwargs)¶
**版本**参阅 ReduceSumSquare_18.
OnnxReduceSum_1¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSum_1(*args, **kwargs)¶
**版本**参阅 ReduceSum_1.
OnnxReduceSum_11¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSum_11(*args, **kwargs)¶
**版本**参阅 ReduceSum_11.
OnnxReduceSum_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReduceSum_13(*args, **kwargs)¶
**版本**参阅 ReduceSum_13.
OnnxRegexFullMatch¶
- class skl2onnx.algebra.onnx_ops.OnnxRegexFullMatch(*args, **kwargs)¶
**版本**参阅 RegexFullMatch.
OnnxRegexFullMatch_20¶
- class skl2onnx.algebra.onnx_ops.OnnxRegexFullMatch_20(*args, **kwargs)¶
**版本**参阅 RegexFullMatch_20.
OnnxReshape_13¶
- class skl2onnx.algebra.onnx_ops.OnnxReshape_13(*args, **kwargs)¶
**版本**参阅 Reshape_13.
OnnxReshape_14¶
- class skl2onnx.algebra.onnx_ops.OnnxReshape_14(*args, **kwargs)¶
**版本**参阅 Reshape_14.
OnnxReshape_19¶
- class skl2onnx.algebra.onnx_ops.OnnxReshape_19(*args, **kwargs)¶
**版本**参阅 Reshape_19.
OnnxReshape_21¶
- class skl2onnx.algebra.onnx_ops.OnnxReshape_21(*args, **kwargs)¶
**版本**参阅 Reshape_21.
OnnxReshape_23¶
- class skl2onnx.algebra.onnx_ops.OnnxReshape_23(*args, **kwargs)¶
**版本**参阅 Reshape_23.
OnnxReverseSequence¶
- class skl2onnx.algebra.onnx_ops.OnnxReverseSequence(*args, **kwargs)¶
**版本**参阅 ReverseSequence.
OnnxReverseSequence_10¶
- class skl2onnx.algebra.onnx_ops.OnnxReverseSequence_10(*args, **kwargs)¶
**版本**参阅 ReverseSequence_10.
OnnxRoiAlign_10¶
- class skl2onnx.algebra.onnx_ops.OnnxRoiAlign_10(*args, **kwargs)¶
**版本**参阅 RoiAlign_10.
OnnxRoiAlign_16¶
- class skl2onnx.algebra.onnx_ops.OnnxRoiAlign_16(*args, **kwargs)¶
**版本**参阅 RoiAlign_16.
OnnxRoiAlign_22¶
- class skl2onnx.algebra.onnx_ops.OnnxRoiAlign_22(*args, **kwargs)¶
**版本**参阅 RoiAlign_22.
OnnxSVMClassifier¶
- class skl2onnx.algebra.onnx_ops.OnnxSVMClassifier(*args, **kwargs)¶
**版本**参阅 SVMClassifier.
OnnxSVMClassifier_1¶
- class skl2onnx.algebra.onnx_ops.OnnxSVMClassifier_1(*args, **kwargs)¶
**版本**参阅 SVMClassifier_1.
OnnxSVMRegressor¶
- class skl2onnx.algebra.onnx_ops.OnnxSVMRegressor(*args, **kwargs)¶
**版本**参阅 SVMRegressor.
OnnxSVMRegressor_1¶
- class skl2onnx.algebra.onnx_ops.OnnxSVMRegressor_1(*args, **kwargs)¶
**版本**参阅 SVMRegressor_1.
OnnxScatterElements¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterElements(*args, **kwargs)¶
版本:参见 ScatterElements。
OnnxScatterElements_11¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterElements_11(*args, **kwargs)¶
版本:参见 ScatterElements_11。
OnnxScatterElements_13¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterElements_13(*args, **kwargs)¶
版本:参见 ScatterElements_13。
OnnxScatterElements_16¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterElements_16(*args, **kwargs)¶
版本:参见 ScatterElements_16。
OnnxScatterElements_18¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterElements_18(*args, **kwargs)¶
版本:参见 ScatterElements_18。
OnnxScatterND_11¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterND_11(*args, **kwargs)¶
版本:参见 ScatterND_11。
OnnxScatterND_13¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterND_13(*args, **kwargs)¶
版本:参见 ScatterND_13。
OnnxScatterND_16¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterND_16(*args, **kwargs)¶
版本:参见 ScatterND_16。
OnnxScatterND_18¶
- class skl2onnx.algebra.onnx_ops.OnnxScatterND_18(*args, **kwargs)¶
版本:参见 ScatterND_18。
OnnxScatter_11¶
- class skl2onnx.algebra.onnx_ops.OnnxScatter_11(*args, **kwargs)¶
版本:参见 Scatter_11。
OnnxSequenceAt¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceAt(*args, **kwargs)¶
版本:参见 SequenceAt。
OnnxSequenceAt_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceAt_11(*args, **kwargs)¶
版本:参见 SequenceAt_11。
OnnxSequenceConstruct¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceConstruct(*args, **kwargs)¶
版本:参见 SequenceConstruct。
OnnxSequenceConstruct_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceConstruct_11(*args, **kwargs)¶
版本:参见 SequenceConstruct_11。
OnnxSequenceEmpty¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceEmpty(*args, **kwargs)¶
版本:参见 SequenceEmpty。
OnnxSequenceEmpty_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceEmpty_11(*args, **kwargs)¶
版本:参见 SequenceEmpty_11。
OnnxSequenceErase¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceErase(*args, **kwargs)¶
版本:参见 SequenceErase。
OnnxSequenceErase_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceErase_11(*args, **kwargs)¶
版本:参见 SequenceErase_11。
OnnxSequenceInsert¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceInsert(*args, **kwargs)¶
版本:参见 SequenceInsert。
OnnxSequenceInsert_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceInsert_11(*args, **kwargs)¶
版本:参见 SequenceInsert_11。
OnnxSequenceLength¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceLength(*args, **kwargs)¶
版本:参见 SequenceLength。
OnnxSequenceLength_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceLength_11(*args, **kwargs)¶
版本:参见 SequenceLength_11。
OnnxSequenceMap¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceMap(*args, **kwargs)¶
版本:参见 SequenceMap。
OnnxSequenceMap_17¶
- class skl2onnx.algebra.onnx_ops.OnnxSequenceMap_17(*args, **kwargs)¶
版本:参见 SequenceMap_17。
OnnxSigmoid_13¶
- class skl2onnx.algebra.onnx_ops.OnnxSigmoid_13(*args, **kwargs)¶
版本:参见 Sigmoid_13。
OnnxSoftmaxCrossEntropyLoss¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftmaxCrossEntropyLoss(*args, **kwargs)¶
版本:参见 SoftmaxCrossEntropyLoss。
OnnxSoftmaxCrossEntropyLoss_12¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftmaxCrossEntropyLoss_12(*args, **kwargs)¶
版本:参见 SoftmaxCrossEntropyLoss_12。
OnnxSoftmaxCrossEntropyLoss_13¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftmaxCrossEntropyLoss_13(*args, **kwargs)¶
版本:参见 SoftmaxCrossEntropyLoss_13。
OnnxSoftmax_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftmax_11(*args, **kwargs)¶
版本:参见 Softmax_11。
OnnxSoftmax_13¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftmax_13(*args, **kwargs)¶
版本:参见 Softmax_13。
OnnxSoftplus_1¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftplus_1(*args, **kwargs)¶
版本:参见 Softplus_1。
OnnxSoftplus_22¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftplus_22(*args, **kwargs)¶
版本:参见 Softplus_22。
OnnxSoftsign_1¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftsign_1(*args, **kwargs)¶
版本:参见 Softsign_1。
OnnxSoftsign_22¶
- class skl2onnx.algebra.onnx_ops.OnnxSoftsign_22(*args, **kwargs)¶
版本:参见 Softsign_22。
OnnxSpaceToDepth¶
- class skl2onnx.algebra.onnx_ops.OnnxSpaceToDepth(*args, **kwargs)¶
版本:参见 SpaceToDepth。
OnnxSpaceToDepth_1¶
- class skl2onnx.algebra.onnx_ops.OnnxSpaceToDepth_1(*args, **kwargs)¶
版本:参见 SpaceToDepth_1。
OnnxSpaceToDepth_13¶
- class skl2onnx.algebra.onnx_ops.OnnxSpaceToDepth_13(*args, **kwargs)¶
版本:参见 SpaceToDepth_13。
OnnxSplitToSequence¶
- class skl2onnx.algebra.onnx_ops.OnnxSplitToSequence(*args, **kwargs)¶
版本:参见 SplitToSequence。
OnnxSplitToSequence_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSplitToSequence_11(*args, **kwargs)¶
版本:参见 SplitToSequence_11。
OnnxSqueeze_11¶
- class skl2onnx.algebra.onnx_ops.OnnxSqueeze_11(*args, **kwargs)¶
**版本**参见 Squeeze_11。
OnnxSqueeze_13¶
- class skl2onnx.algebra.onnx_ops.OnnxSqueeze_13(*args, **kwargs)¶
**版本**参见 Squeeze_13。
OnnxSqueeze_21¶
- class skl2onnx.algebra.onnx_ops.OnnxSqueeze_21(*args, **kwargs)¶
**版本**参见 Squeeze_21。
OnnxSqueeze_23¶
- class skl2onnx.algebra.onnx_ops.OnnxSqueeze_23(*args, **kwargs)¶
**版本**参见 Squeeze_23。
OnnxStringConcat¶
- class skl2onnx.algebra.onnx_ops.OnnxStringConcat(*args, **kwargs)¶
**版本**参见 StringConcat。
OnnxStringConcat_20¶
- class skl2onnx.algebra.onnx_ops.OnnxStringConcat_20(*args, **kwargs)¶
**版本**参见 StringConcat_20。
OnnxStringNormalizer¶
- class skl2onnx.algebra.onnx_ops.OnnxStringNormalizer(*args, **kwargs)¶
**版本**参见 StringNormalizer。
OnnxStringNormalizer_10¶
- class skl2onnx.algebra.onnx_ops.OnnxStringNormalizer_10(*args, **kwargs)¶
**版本**参见 StringNormalizer_10。
OnnxStringSplit¶
- class skl2onnx.algebra.onnx_ops.OnnxStringSplit(*args, **kwargs)¶
**版本**参见 StringSplit。
OnnxStringSplit_20¶
- class skl2onnx.algebra.onnx_ops.OnnxStringSplit_20(*args, **kwargs)¶
**版本**参见 StringSplit_20。
OnnxTfIdfVectorizer¶
- class skl2onnx.algebra.onnx_ops.OnnxTfIdfVectorizer(*args, **kwargs)¶
**版本**参见 TfIdfVectorizer。
OnnxTfIdfVectorizer_9¶
- class skl2onnx.algebra.onnx_ops.OnnxTfIdfVectorizer_9(*args, **kwargs)¶
**版本**参见 TfIdfVectorizer_9。
OnnxThresholdedRelu¶
- class skl2onnx.algebra.onnx_ops.OnnxThresholdedRelu(*args, **kwargs)¶
**版本**参见 ThresholdedRelu。
OnnxThresholdedRelu_10¶
- class skl2onnx.algebra.onnx_ops.OnnxThresholdedRelu_10(*args, **kwargs)¶
**版本**参见 ThresholdedRelu_10。
OnnxThresholdedRelu_22¶
- class skl2onnx.algebra.onnx_ops.OnnxThresholdedRelu_22(*args, **kwargs)¶
**版本**参见 ThresholdedRelu_22。
OnnxTranspose_1¶
- class skl2onnx.algebra.onnx_ops.OnnxTranspose_1(*args, **kwargs)¶
**版本**参见 Transpose_1。
OnnxTranspose_13¶
- class skl2onnx.algebra.onnx_ops.OnnxTranspose_13(*args, **kwargs)¶
**版本**参见 Transpose_13。
OnnxTranspose_21¶
- class skl2onnx.algebra.onnx_ops.OnnxTranspose_21(*args, **kwargs)¶
**版本**参见 Transpose_21。
OnnxTranspose_23¶
- class skl2onnx.algebra.onnx_ops.OnnxTranspose_23(*args, **kwargs)¶
**版本**参见 Transpose_23。
OnnxTreeEnsemble¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsemble(*args, **kwargs)¶
**版本**参见 TreeEnsemble。
OnnxTreeEnsembleClassifier¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleClassifier(*args, **kwargs)¶
**版本**参见 TreeEnsembleClassifier。
OnnxTreeEnsembleClassifier_1¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleClassifier_1(*args, **kwargs)¶
**版本**参见 TreeEnsembleClassifier_1。
OnnxTreeEnsembleClassifier_3¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleClassifier_3(*args, **kwargs)¶
**版本**参见 TreeEnsembleClassifier_3。
OnnxTreeEnsembleClassifier_5¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleClassifier_5(*args, **kwargs)¶
**版本**参见 TreeEnsembleClassifier_5。
OnnxTreeEnsembleRegressor¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleRegressor(*args, **kwargs)¶
**版本**参见 TreeEnsembleRegressor。
OnnxTreeEnsembleRegressor_1¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleRegressor_1(*args, **kwargs)¶
**版本**参见 TreeEnsembleRegressor_1。
OnnxTreeEnsembleRegressor_3¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleRegressor_3(*args, **kwargs)¶
**版本**参见 TreeEnsembleRegressor_3。
OnnxTreeEnsembleRegressor_5¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsembleRegressor_5(*args, **kwargs)¶
**版本**参见 TreeEnsembleRegressor_5。
OnnxTreeEnsemble_5¶
- class skl2onnx.algebra.onnx_ops.OnnxTreeEnsemble_5(*args, **kwargs)¶
**版本**参见 TreeEnsemble_5。
OnnxUnsqueeze_1¶
- class skl2onnx.algebra.onnx_ops.OnnxUnsqueeze_1(*args, **kwargs)¶
**版本**参见 Unsqueeze_1。
OnnxUnsqueeze_11¶
- class skl2onnx.algebra.onnx_ops.OnnxUnsqueeze_11(*args, **kwargs)¶
**版本**参见 Unsqueeze_11。
OnnxUnsqueeze_13¶
- class skl2onnx.algebra.onnx_ops.OnnxUnsqueeze_13(*args, **kwargs)¶
**版本**参见 Unsqueeze_13。
OnnxUnsqueeze_21¶
- class skl2onnx.algebra.onnx_ops.OnnxUnsqueeze_21(*args, **kwargs)¶
**版本**参见 Unsqueeze_21。
OnnxUnsqueeze_23¶
- class skl2onnx.algebra.onnx_ops.OnnxUnsqueeze_23(*args, **kwargs)¶
**版本**参见 Unsqueeze_23。
OnnxUpsample_10¶
- class skl2onnx.algebra.onnx_ops.OnnxUpsample_10(*args, **kwargs)¶
**版本**参见 Upsample_10。
OnnxUpsample_7¶
- class skl2onnx.algebra.onnx_ops.OnnxUpsample_7(*args, **kwargs)¶
**版本**参见 Upsample_7。
OnnxUpsample_9¶
- class skl2onnx.algebra.onnx_ops.OnnxUpsample_9(*args, **kwargs)¶
**版本**参见 Upsample_9。