ONNX IR¶
一个内存中的 IR，支持完整的 ONNX 规范，专为图构建、分析和转换而设计。
功能 ✨¶
完整的 ONNX 规范支持：所有 ONNX protobuf 可表示的有效模型，以及一部分无效模型（以便您可以加载并修复它们）。
低内存占用：mmap 外部张量；ONNX TensorProto、Numpy 数组和 PyTorch 张量等统一接口。无张量大小限制。零拷贝。
直观的访问模式：轻松访问值信息和遍历图拓扑。
强大的修改：在修改图的同时，可以创建任意数量的图迭代器。
速度：高效的图操作，到 Protobuf 的序列化/反序列化。
Pythonic 和熟悉的 API：类定义了 Pythonic API，并仍然以直观的方式映射到 ONNX protobuf 概念。
无 protobuf 依赖：一旦模型转换为 IR 表示，IR 不需要 protobuf，从而与序列化格式解耦。