Visão Geral

O curso Open Neural Network Exchange ONNX Fundamentals é voltado para profissionais e entusiastas de inteligência artificial e aprendizado de máquina que desejam entender e utilizar o formato ONNX para intercâmbio de modelos entre diferentes frameworks de deep learning. Neste curso, os alunos aprenderão sobre a arquitetura ONNX, suas principais funcionalidades e como utilizá-lo para importar e exportar modelos entre frameworks como PyTorch, TensorFlow, Keras e outros.

Este Open Neural Network Exchange ONNX Fundamentals oferece uma visão completa sobre como o ONNX pode ser utilizado para garantir a interoperabilidade entre frameworks de deep learning, facilitando o trabalho com modelos de IA em diferentes ambientes de desenvolvimento e produção.

Objetivo

Após realizar este curso Open Neural Network Exchange (ONNX) Fundamentals, você será capaz de:

• Compreender o que é o ONNX e sua importância na interoperabilidade de modelos de deep learning.
• Converter modelos entre diferentes frameworks de deep learning utilizando o ONNX.
• Trabalhar com o ecossistema ONNX, incluindo ONNX Runtime para inferência eficiente.
• Implementar pipelines de exportação e importação de modelos em ONNX.
• Realizar otimizações de modelos utilizando o ONNX.

Publico Alvo

• Desenvolvedores de IA e aprendizado de máquina.
• Engenheiros de dados e cientistas de dados que trabalham com modelos de deep learning.
• Profissionais interessados em interoperabilidade entre diferentes frameworks de IA.

Pre-Requisitos

• Conhecimentos básicos em deep learning e frameworks como PyTorch ou TensorFlow.
• Experiência prática com desenvolvimento de modelos de aprendizado de máquina.
• Familiaridade com Python.

Materiais

Conteúdo Programatico

Introduction to ONNX

1. What is ONNX?
2. The importance of model interoperability.
3. ONNX ecosystem overview.

Installing and Setting up ONNX

1. Installing ONNX and ONNX Runtime.
2. Setting up the environment for working with ONNX in Python.

ONNX Architecture and Model Format

1. Understanding the ONNX model format and structure.
2. How ONNX represents neural networks.

Exporting Models to ONNX

1. Exporting models from PyTorch to ONNX.
2. Exporting models from TensorFlow/Keras to ONNX.
3. Hands-on examples of model export.

Importing Models from ONNX

1. Loading ONNX models into different frameworks.
2. Using ONNX models for inference in PyTorch and TensorFlow.

ONNX Runtime for Model Inference

1. Overview of ONNX Runtime.
2. Using ONNX Runtime for fast inference.
3. Benchmarking ONNX Runtime vs. native frameworks.

Optimizing ONNX Models

1. Introduction to ONNX model optimization techniques.
2. Quantization and model pruning with ONNX.
3. Tools for optimizing ONNX models for performance.

Case Studies and Applications of ONNX

1. Real-world examples of ONNX in production environments.
2. How major tech companies are using ONNX for AI interoperability.
3. Best practices for working with ONNX in a production workflow.