Skip to content

v2.3.0: complete ONNX graph import via born runtime

Choose a tag to compare

View all tags
@linkerlin linkerlin released this 12 Jul 04:02
v2.3.0
1f51c2e

leaves v2.3.0

主题：完整 ONNX Graph 导入（复用 born 运行时，原列「明确不做」）。

Highlights

  1. io.LoadOnnxGraph：加载任意 ONNX 模型（30+ 算子，opset 1–21）——复用 github.com/born-ml/born/onnx 运行时，不在 leaves 重实现算子。
  2. 双路径 ONNX：LoadONNX（TreeEnsembleRegressor 子集，转 ForestIR，wasm 可用）+ LoadOnnxGraph（完整 Graph，born 运行时，非 wasm）互补。
  3. 化解 born API internal 泄漏：born 公共 onnx.Model 接口引用 internal/tensor.RawTensor，leaves 经 born/tensor.RawTensor 公共别名构造张量调用 Forward。

Usage

// 任意 ONNX 模型（NN / 通用图）
data, _ := os.ReadFile("model.onnx")
m, err := io.LoadOnnxGraph(data)
if err != nil { return err }
out, err := m.Predict([]float32{...}) // 单样本前向
fmt.Println(m.InputNames(), m.OutputNames(), m.OpsetVersion())

OnnxModel 接口：Predict([]float32) ([]float32, error) + InputNames/OutputNames/OpsetVersion。要求模型恰有 1 输入 / 1 输出（多输入输出需直接用 born onnx.ForwardNamed）。

Design notes

  • 复用而非重造：完整 ONNX 算子集（MatMul/Gemm/Conv/Softmax/…）是 born 的领域；leaves 作为 GBRT 库不重实现，直接桥接 born 运行时。
  • 平台取舍：born ONNX 运行时为 non-wasm。leaves 的 TreeEnsemble 子集路径仍 wasm 可用；通用 Graph 路径在 wasm 返回可操作错误（指向转 leaves.json）。
  • 既有路径不变：LoadONNX（树模型子集）行为零变更；LoadOnnxGraph 是新增的并列 API。

Verification

  • TestLoadOnnxGraphRelu：用 leaves 自身 pb helpers 构造 Z=Relu(X) ONNX 图 → LoadOnnxGraph → Predict → 断言 Relu([-1,0,2])=[0,0,2]（端到端通）。
  • TestLoadOnnxGraphGarbage：非法字节返回错误不 panic。
  • io 全量、docs gate、build、6-linter 门禁全绿。

Compatibility

  • Breaking：无。新增 OnnxModel 接口与 LoadOnnxGraph 函数；既有 LoadONNX 不变。
  • 新增运行时依赖：LoadOnnxGraph 路径经 born（已在 go.mod）；TreeEnsemble 子集与树/线性推理路径不触达新代码。

Recommended API

  • 树模型 ONNX（TreeEnsembleRegressor）：LoadONNX（wasm 可用）
  • 通用 ONNX 图：LoadOnnxGraph（非 wasm）
  • XGB / LightGBM / leaves.json：LoadFromFile
  • 详见 docs/api-surface.md 与 docs/interop-matrix.md
Assets 2
Loading