onnx.defs¶

Opset 版本¶

onnx.defs.onnx_opset_version() → int[源代码]¶: 返回域 ai.onnx 的当前 opset。

运算符和函数模式¶

onnx.defs.has()¶: has_schema(op_type: str, domain: str = ‘’) -> bool has_schema(op_type: str, max_inclusive_version: int, domain: str = ‘’) -> bool

onnx.defs.get_schema(op_type: str, max_inclusive_version: int, domain: str = '') → onnx.onnx_cpp2py_export.defs.OpSchema¶
onnx.defs.get_schema(op_type: str, domain: str = '') → onnx.onnx_cpp2py_export.defs.OpSchema: 返回运算符 op_type 在特定版本下的模式。

onnx.defs.get_all_schemas() → list[onnx.onnx_cpp2py_export.defs.OpSchema]¶: 返回所有现有运算符的最新版本模式。

onnx.defs.get_all_schemas_with_history() → list[onnx.onnx_cpp2py_export.defs.OpSchema]¶: 返回所有现有运算符和所有版本的模式。

onnx.defs.get_function_ops() → list[OpSchema][源代码]¶: 返回定义为函数的运算符。

onnx.defs.register_schema(schema: OpSchema) → None[源代码]¶

注册用户提供的 OpSchema。

必要时，此函数会扩展所提供域的可用运算符集版本。

参数:: schema – 要注册的 OpSchema。

onnx.defs.deregister_schema(op_type: str, version: int, domain: str) → None¶: 注销指定的 OpSchema。

类 `OpSchema`¶

类 onnx.defs.OpSchema¶

运算符的模式。

类 AttrType(value)¶

FLOAT = 1¶

FLOATS = 6¶

GRAPH = 5¶

GRAPHS = 10¶

INT = 2¶

INTS = 7¶

SPARSE_TENSOR = 11¶

SPARSE_TENSORS = 12¶

STRING = 3¶

STRINGS = 8¶

TENSOR = 4¶

TENSORS = 9¶

TYPE_PROTO = 13¶

TYPE_PROTOS = 14¶

类 Attribute¶

属性 default_value¶

属性 description¶: (self) -> str

属性 name¶: (self) -> str

属性 required¶: (self) -> bool

属性 type¶: (self) -> onnx.onnx_cpp2py_export.defs.OpSchema.AttrType

类 DifferentiationCategory(value)¶

Differentiable = 1¶

NonDifferentiable = 2¶

Unknown = 0¶

类 FormalParameter¶

属性 description¶: (self) -> str

属性 differentiation_category¶: (self) -> onnx.onnx_cpp2py_export.defs.OpSchema.DifferentiationCategory

属性 is_homogeneous¶: (self) -> bool

属性 min_arity¶: (self) -> int

属性 name¶: (self) -> str

属性 option¶: (self) -> onnx.onnx_cpp2py_export.defs.OpSchema.FormalParameterOption

属性 type_str¶: (self) -> str

属性 types¶: (self) -> set[str]

类 FormalParameterOption(value)¶

Optional = 1¶

Single = 0¶

Variadic = 2¶

类 NodeDeterminism(value)¶

Deterministic = 2¶

NonDeterministic = 1¶

Unknown = 0¶

类 SupportType(value)¶

COMMON = 0¶

EXPERIMENTAL = 1¶

类 TypeConstraintParam¶

属性 allowed_type_strs¶: (self) -> list[str]

属性 description¶: (self) -> str

属性 type_param_str¶: (self) -> str

属性 all_function_opset_versions¶: (self) -> list[int]

属性 attributes¶: (self) -> dict[str, onnx.onnx_cpp2py_export.defs.OpSchema.Attribute]

属性 context_dependent_function_opset_versions¶: (self) -> list[int]

属性 deprecated¶: (self) -> bool

属性 doc¶: (self) -> str

属性 domain¶: (self) -> str

属性 file¶: (self) -> str

属性 function_body¶

属性 function_opset_versions¶: (self) -> list[int]

get_context_dependent_function¶

get_context_dependent_function_with_opset_version¶

get_function_with_opset_version¶

get_type_and_shape_inference_function¶

属性 has_context_dependent_function¶: (self) -> bool

属性 has_data_propagation_function¶: (self) -> bool

属性 has_function¶: (self) -> bool

属性 has_type_and_shape_inference_function¶: (self) -> bool

属性 inputs¶: (self) -> list[onnx.onnx_cpp2py_export.defs.OpSchema.FormalParameter]

is_infinite = <nanobind.nb_func object>¶

属性 line¶: (self) -> int

属性 max_input¶: (self) -> int

属性 max_output¶: (self) -> int

属性 min_input¶: (self) -> int

属性 min_output¶: (self) -> int

属性 name¶: (self) -> str

属性 node_determinism¶: (self) -> onnx.onnx_cpp2py_export.defs.OpSchema.NodeDeterminism

属性 non_deterministic¶: 检查运算符是否非确定性。

属性 outputs¶: (self) -> list[onnx.onnx_cpp2py_export.defs.OpSchema.FormalParameter]

set_type_and_shape_inference_function¶

属性 since_version¶: (self) -> int

属性 support_level¶: (self) -> onnx.onnx_cpp2py_export.defs.OpSchema.SupportType

属性 type_constraints¶: (self) -> list[onnx.onnx_cpp2py_export.defs.OpSchema.TypeConstraintParam]

异常¶

类 onnx.defs.SchemaError¶

常量¶

onnx 包中正式支持的域。

from onnx.defs import (
    ONNX_DOMAIN,
    ONNX_ML_DOMAIN,
    AI_ONNX_PREVIEW_TRAINING_DOMAIN,
)
print(f"ONNX_DOMAIN={ONNX_DOMAIN!r}")
print(f"ONNX_ML_DOMAIN={ONNX_ML_DOMAIN!r}")
print(f"AI_ONNX_PREVIEW_TRAINING_DOMAIN={AI_ONNX_PREVIEW_TRAINING_DOMAIN!r}")

ONNX_DOMAIN=''
ONNX_ML_DOMAIN='ai.onnx.ml'
AI_ONNX_PREVIEW_TRAINING_DOMAIN='ai.onnx.preview.training'