ONNX Runtime Kompatibilität
Inhalt
Abwärtskompatibilität
Neuere Versionen von ONNX Runtime unterstützen alle Modelle, die mit früheren Versionen funktionierten, sodass Updates keine Integrationen beeinträchtigen sollten.
Umgebungskompatibilität
ONNX Runtime wird nicht explizit mit jeder Variation/Kombination von Umgebungen und Abhängigkeiten getestet, daher ist diese Liste nicht umfassend. Bitte verwenden Sie sie als erste Referenz. Bei spezifischen Fragen oder Anfragen erstellen Sie bitte ein Issue auf GitHub.
Plattformen
-
Windows
- Getestet mit Windows 10 und Windows Server 2019
- Kann kompatibel sein mit Windows 7+
- Windows Machine Learning (Windows)
- CPU: Windows 8.1+
- GPU: Windows 10 1709+
- Linux
- Getestet mit CentOS 7
- Sollte kompatibel sein mit Distributionen, die von .NET Core unterstützt werden
- Mac
- Getestet mit 10.14 (Mojave)
- Kann kompatibel sein mit 10.12+ (Sierra)
- Android
- Getestet mit API-Level 28 (v9 „Pie“)
- Kann kompatibel sein mit API-Level 21+ (v5 „Lollipop“)
- iOS
- Getestet mit iOS 12
- Kann kompatibel sein mit jeder 64-Bit-iOS-Version (5S+)
Compiler
- Windows 10: Visual C++ 2019
- Linux: gcc>=4.8
Abhängige Bibliotheken
- Submodule
- Siehe die Seite Execution Provider für Details zu spezifischen Hardware-Bibliotheksversionsanforderungen.
ONNX Opset-Unterstützung
ONNX Runtime unterstützt alle Opset-Versionen der neuesten veröffentlichten Version der ONNX-Spezifikation. Alle Versionen von ONNX Runtime unterstützen ONNX Opset-Versionen von ONNX v1.2.1+ (Opset-Version 7 und höher).
-
Beispiel: Wenn eine ONNX Runtime-Version ONNX Opset 9 implementiert, kann sie Modelle ausführen, die mit ONNX Opset-Versionen im Bereich [7-9] gestempelt sind.
-
Unterstützte Operator-Datentypen
- Operatoren, die in der aktuellen ONNX-Spezifikation nicht unterstützt werden, sind möglicherweise als Contrib Operator verfügbar.
- Wie man einen benutzerdefinierten Operator/Kernel hinzufügt
| ONNX Runtime-Version | ONNX-Version | ONNX Opset-Version | ONNX ML Opset-Version | ONNX IR-Version |
|---|---|---|---|---|
| 1.20 | 1.16.1 | 21 | 4 | 10 |
| 1.19 | 1.16.1 | 21 | 4 | 10 |
| 1.18 | 1.16 | 21 | 4 | 10 |
| 1.17 | 1.15 | 20 | 4 | 9 |
| 1.16 | 1.14.1 | 19 | 3 | 9 |
| 1.15 | 1.14 | 19 | 3 | 8 |
| 1.14 | 1.13 | 18 | 3 | 8 |
| 1.13 | 1.12 | 17 | 3 | 8 |
| 1.12 | 1.12 | 17 | 3 | 8 |
| 1.11 | 1.11 | 16 | 2 | 8 |
| 1.10 | 1.10 | 15 | 2 | 8 |
| 1.9 | 1.10 | 15 | 2 | 8 |
| 1.8 | 1.9 | 14 | 2 | 7 |
| 1.7 | 1.8 | 13 | 2 | 7 |
| 1.6 | 1.8 | 13 | 2 | 7 |
| 1.5 | 1.7 | 12 | 2 | 7 |
| 1.4 | 1.7 | 12 | 2 | 7 |
| 1.3 | 1.7 | 12 | 2 | 7 |
| 1.2 1.1 | 1.6 | 11 | 2 | 6 |
| 1.0 | 1.6 | 11 | 2 | 6 |
| 0.5 | 1.5 | 10 | 1 | 5 |
| 0.4 | 1.5 | 10 | 1 | 5 |
| 0.3 | 1.4 | 9 | 1 | 3 |
| 0.2 | 1.3 | 8 | 1 | 3 |
| 0.1 | 1.3 | 8 | 1 | 3 |
Sofern nicht anders angegeben, verwenden Sie bitte die neueste veröffentlichte Version der Tools, um das ONNX-Modell zu konvertieren/exportieren. Die meisten Tools sind abwärtskompatibel und unterstützen mehrere ONNX-Versionen. Kombinieren Sie dies mit der obigen Tabelle, um die Kompatibilität von ONNX Runtime zu bewerten.
| Tool | Empfohlene Version |
|---|---|
| PyTorch | Neueste stabile |
| Tensorflow-ONNX | Neueste stabile |
| ONNXMLTools CatBoost, CoreML, LightGBM, XGBoost, LibSVM, SparkML | Neueste stabile |
| SKLearn-ONNX | Neueste stabile |
| WinMLTools | Neueste stabile |
| AzureML AutoML | 1.0.39+ (ONNX v1.5) 1.0.33 (ONNX v1.4) |
| Paddle2ONNX | Neueste stabile |