WebDNN version 2のα版です。WebDNN 1.xとの大きな違いは、入力としてONNX形式のモデルのみを受け付ける点です。Pythonによる前処理なしで、ONNXモデルを直接Webブラウザで読み込むことが可能です。さらに、オフラインでのモデル最適化を行うことも可能です。
モダンブラウザのほとんどで、WebGLが使用可能。
node.js 14, python 3.6以降, emscripten 2.0以降が動作する環境が必要です。
yarn
python setup.py develop
yarn build:all
ビルド成果物
- dist/webdnn.js
- 最適化されていないONNXモデルを読み込むことができるライブラリ
- dist/webdnn-core.js
- WebDNNにより最適化されたモデルを読み込むことができるライブラリ
dist/webdnn.jsを<script>タグでロードすることで、グローバルにWebDNNオブジェクトが追加される。ONNXモデルmodel_directory/model.onnxが存在すると仮定し、形状[1, 2]のテンソルを入力として実行する。
const runner = await WebDNN.load("model_directory/");
const inputDataArray = new Float32Array([5.1, -2.3]);
const inputTensor = new WebDNN.CPUTensor([1, 2], "float32", inputDataArray);
const [outputTensor] = await runner.run([inputTensor]);
console.log(outputTensor.data); // Float32Array
動作する最小限の完全なコードはexample/minimumを参照。
テスト対象のONNXモデルおよび、入出力テンソルの生成
pip install -r requirements.test.txt
python test/model_test/make_models.py
Webブラウザ上での実行
yarn server
Webブラウザでhttp://localhost:8080/test/model_test/runner/standard.htmlを開き、テストしたいバックエンドにチェックを入れ、Testボタンをクリックすることでテストが実行される。
モデルの最適化を含めたテストを行う場合は、
python test/model_test/make_models.py --optimize
http://localhost:8080/test/model_test/runner/optimized.html
を使用する。ただし、make_models.pyの実行時間が長くかかる。
$ claude mcp add webdnn \
-- python -m otcore.mcp_server <graph>