.. _l-sklearn2020:

ONNX: serialization for machine learning models
===============================================

.. sharenet::
    :facebook: 1
    :linkedin: 2
    :twitter: 3
    :head: False

`Deep-learning, use case et mise en production
<https://www.meetup.com/fr-FR/Lille-Big-Data-and-Machine-Learning-Meetup/events/267291421/>`_

Résumé
------

Si Python est très souvent utilisé pour apprendre un modèle de machine learning,
il ne convient pas à tous les usages quand il s'agit de prédire.
Pickle n'est pas un ami très fiable, prédire une observation à la
fois est souvent lent sans parler des dépendances. ONNX en séparant
la prédiction de l'apprentissage est un moyen de contourner ces trois
obstacles. Le principe se décompose en trois outils : un langage qui
permet de décrire une fonction de prédiction, un convertisseur qui
traduit le modèle en langage ONNX et un "runtime" qui exécute le modèle
ONNX dans l'environnement de prédiction. La présentation abordera ces trois
éléments au travers des outils open source développés par Microsoft qui
rendent ce scénario viable.

* `Slides <https://github.com/xadupre/presentation/blob/master/2020/onnx_meetup_xavier_dupre_lille.pdf>`_

Links
-----

* :epkg:`ONNX`
* :epkg:`sklearn-onnx`
* :epkg:`onnxruntime`