Le consortium explique qu'il souhaite ainsi réduire la fragmentation du « machine learning » en proposant « des outils pour entraîner les réseaux neuronaux et les moteurs d'inférence utilisés par des applications sur une gamme variée d'appareils et de plateformes ».
NNEF 1.0 est pensé pour être compatible avec Torch, Caffe, TensorFlow, Theano, Chainer, PyTorch et MXNet. Il ne s'agit pour le moment que d'une première mouture provisoire. Khronos Group attend des retours de la part des professionnels avant de finaliser NNEF 1.0. Tous les détails se trouvent sur ce dépôt GitHub.
Commentaires (1)
#1
Bonjour,
Intéressant mais confus : il semble que ce consortium propose un format pour échanger les modèles entre frameworks.
=>“NNEF
réduit la fragmentation de l’apprentissage automatique en
permettant de combiner des outils d’apprentissage et des moteurs d’inférence provenant de plates-formes variées”
NNEF ne propose pas d’outils pour entraîner des réseaux neuronaux .
Et on n’entraîne pas des moteurs d’inférences…