オンデバイストレーニング

ONNX Runtimeによるオンデバイストレーニング

オンデバイストレーニングとは、携帯電話、組み込みデバイス、ゲーム機、Webブラウザなどのエッジデバイスでモデルをトレーニングするプロセスを指します。これは、サーバーやクラウドでモデルをトレーニングするのとは対照的です。デバイスでのトレーニングは、次の目的で使用できます。

• モデルをユーザーのデータでトレーニングする必要があるパーソナライゼーションタスク。
• より堅牢な集約されたグローバルモデルを構築するために、複数のデバイスに分散されたデータでモデルをローカルでトレーニングするフェデレーテッドラーニングタスク。
• 特に、サーバーやクラウドと共有できない機密データを扱う場合のデータプライバシーとセキュリティの向上。
• ネットワーク接続が信頼できない、または制限されている場合にローカルでトレーニングする（アプリケーションの機能に影響を与えずに）。

ONNX Runtime Trainingは、エッジデバイスでONNXモデルを効率的にトレーニングおよび推論する簡単な方法を提供します。トレーニングプロセスは、次の2つのフェーズに分かれています。

• オフラインフェーズ
• トレーニングフェーズ。

オフラインフェーズ

このフェーズでは、ユーザーデータにアクセスできないサーバー、クラウド、またはデスクトップでトレーニングアーティファクトが準備されます。これらのアーティファクトは、Pythonパッケージで利用可能なONNX Runtime Trainingのアーティファクト生成Pythonツールを使用して生成できます。

インストール手順を参照してください。

トレーニングフェーズ

これらのアーティファクトが生成されると、エッジデバイスの本番シナリオにデプロイできます。ONNX Runtimeは、複数の言語バインディングで幅広いパッケージを提供しています。

すべての言語バインディングの完全なリストについては、インストール手順を参照してください。

エッジデバイスでのトレーニングが完了すると、推論対応のONNXモデルをエッジデバイス自体で生成できます。このモデルは、ONNX Runtimeで推論に使用できます。

インストール

シナリオに応じたインストール方法の詳細については、インストール手順を参照してください。

ソースからのビルド

カスタムシナリオのビルド方法の詳細については、ビルド手順を参照してください。

機能リクエスト、バグレポート、またはヘルプが必要な場合

ヘルプが必要な場合は、issueをオープンしてください。