计算时间

01:34.015 共执行时间，适用于 auto_examples 中的 26 个文件

示例	时间	内存 (MB)
使用缩减的操作符列表转换模型 (plot_black_op.py)	00:17.848	0.0
ONNX 的 ONNX Runtime 后端 (plot_backend.py)	00:11.608	0.0
使用 ONNX 的 TfIdfVectorizer (plot_tfidfvectorizer.py)	00:11.184	0.0
为您的模型编写您自己的转换器 (plot_custom_model.py)	00:09.307	0.0
使用 ColumnTransformer 转换管道 (plot_complex_pipeline.py)	00:06.813	0.0
基准测试管道 (plot_benchmark_pipeline.py)	00:06.501	0.0
使用 XGBoost 模型转换管道 (plot_pipeline_xgboost.py)	00:04.342	0.0
逐步查看中间输出 (plot_intermediate_outputs.py)	00:04.306	0.0
转换模型的不同方式 (plot_convert_syntax.py)	00:03.958	0.0
与 StandardScaler 的差异 (plot_cast_transformer.py)	00:03.620	0.0
当自定义模型既不是分类器也不是回归器时（替代方法） (plot_custom_parser_alternative.py)	00:03.326	0.0
当自定义模型既不是分类器也不是回归器时 (plot_custom_parser.py)	00:03.148	0.0
将 CDist 与 scipy 进行比较 (plot_benchmark_cdist.py)	00:02.569	0.0
使用 LightGbm 模型转换管道 (plot_pipeline_lightgbm.py)	00:01.660	0.0
玩转 ONNX 操作符 (plot_onnx_operators.py)	00:00.924	0.0
与 GaussianProcessorRegressor 的差异：双精度使用 (plot_gpr.py)	00:00.764	0.0
NMF 分解的自定义操作符 (plot_nmf.py)	00:00.454	0.0
训练、转换和预测模型 (plot_convert_model.py)	00:00.373	0.0
概率作为向量或作为 ZipMap (plot_convert_zipmap.py)	00:00.368	0.0
调查管道 (plot_investigate_pipeline.py)	00:00.300	0.0
绘制管道 (plot_pipeline.py)	00:00.229	0.0
日志记录，详细信息 (plot_logging.py)	00:00.155	0.0
概率或原始分数 (plot_convert_decision_function.py)	00:00.119	0.0
将 onnx 节点附加到转换后的模型 (plot_output_onnx_single_probability.py)	00:00.059	0.0
onnxruntime 错误 (plot_errors_onnxruntime.py)	00:00.052	0.0
元数据 (plot_metadata.py)	00:00.028	0.0