微软携手FB推出开源项目 打造共享神经网络模型

ONNX应该可以帮助解决目前机器学习生态系统中的一个关键问题。开发和执行神经网络和其他机器学习系统有很多不同的框架，但是它们都是截然不同的，而且不支持互操作。通过使用ONNX，Facebook可以导出使用PyTorch创建的训练模型，并使用Caffe2进行推理。这对于在研究中创建模型，并将其应用于Caffe2中非常重要。微软表示，它正致力于发布一款Cognitive Toolkit以支持ONNX项目。

这套系统的工作原理是，通过跟踪这些框架在运行时如何生成神经网络，然后使用该信息创建可移动的通用计算图。这是可能的，因为每个框架在计算时都会产生非常相似的结果，即使更高层次的表示存在差异。目前，ONNX最大的问题是它与其他流行的机器学习框架不兼容，包括起源于谷歌的TensorFlow和亚马逊偏爱的机器学习框架Apache MXNet。

然而，加大对该项目的支持非常重要。Facebook表示，为了支持这个项目，它必须对PyTorch和Caffe2进行修改。微软和Facebook都表示，他们希望开源社区能够帮助他们改进ONNX，以便将来支持更多框架。此外，ONNX不支持哪些更为复杂的网络，比如在PyTorch中创建动态流控制。但Facebook计划在未来加入这样的计划。