onnx/onnx : guide éditorial fondé sur le README

Le README décrit onnx/onnx comme « Open standard for machine learning interoperability ». Cette page reste limitée aux faits vérifiables dans le dépôt. Les étoiles, forks et badges indiquent une attention, pas une preuve de qualité. Sous « README », la source indique : ONNX is widely supported and can be found in many frameworks, tools, and hardware. Enabling interoperability between different frameworks and streamlining the path from research to production helps increase the speed of innovation in the. Cela fixe un périmètre déclaré, pas un test en production.

La section « Why this matters » aide à vérifier si le projet répond au besoin : Security: Prevents tampering or hidden changes in the build process.. Si ce besoin ne correspond pas au vôtre, la popularité ne suffit pas. Les noms, commandes et composants sont conservés pour permettre une comparaison directe avec la source primaire. Le README fournit aussi ce point vérifiable : Transparency: Anyone can verify that the distributed binaries were created from the published source code.. Il peut guider le premier test, sans remplacer une vérification dans l'environnement prévu.

Le fonctionnement est réparti dans des sections comme « Contribute ». La source fournit notamment : Check out our contribution guide to get started.. Les détails absents sur l'architecture, les performances ou la sécurité ne sont pas inventés. Avant une mise en service, vérifiez l'arborescence, la configuration et l'historique des releases.

Commencez l'installation avec l'entrée documentée dans le README. La commande vérifiable est : pip install onnx # or pip install onnx[reference] for optional reference implementation dependencies Si aucune commande n'est fournie, cette page n'en fabrique pas. Consultez « Learn about the ONNX spec » pour les dépendances, les ports par défaut et l'initialisation du premier lancement.