Repolode
Предложить
microsoft

microsoft/hummingbird

Библиотека Python, которая преобразует обученные модели scikit-learn, LightGBM и XGBoost в тензорные вычисления для запуска в PyTorch, TorchScript, ONNX или TVM.

Открыть на GitHub
Звёзды
3,553
Форки
293
Открытые issues
78
Последний коммит
2 месяца назад

Что это?

Hummingbird преобразует обученные классические модели машинного обучения в тензорные вычисления, чтобы запускать их во фреймворках для нейронных сетей. Разработчики могут преобразовать деревья решений и случайные леса из scikit-learn, а также классификаторы и регрессоры LightGBM или XGBoost и запускать их в PyTorch, TorchScript, ONNX или TVM, не переписывая модель.

При преобразовании древовидные и другие классические операторы представляются в виде матричных операций, подходящих для векторизации и выполнения на GPU. Hummingbird предоставляет единый API в стиле predict, ориентированный на scikit-learn, поэтому после замены модели на преобразованную код инференса можно оставить без изменений. Преобразованные модели PyTorch и TorchScript можно обслуживать с помощью TorchServe.

Установка выполняется через pip-пакет hummingbird-ml; для LightGBM и XGBoost доступен дополнительный пакетный набор зависимостей. Поддерживаются Python 3.9–3.11 на Linux, Windows и macOS; требуется PyTorch версии 1.6.0 или новее.

Ключевые возможности

  • 01Преобразует деревья и случайные леса scikit-learn, а также модели LightGBM и XGBoost
  • 02Поддерживает бэкенды PyTorch, TorchScript, ONNX и TVM
  • 03Предоставляет для преобразованных моделей API predict в стиле scikit-learn
  • 04Выполняет предсказания на CPU или GPU, в том числе через model.to('cuda')
  • 05Поддерживает сохранение и загрузку преобразованных моделей

Сценарии использования

  • Ускорение пакетного инференса обученного случайного леса на GPU
  • Развёртывание классической модели машинного обучения вместе с нейросетями в едином стеке обслуживания на базе PyTorch
  • Экспорт древовидных моделей в ONNX или TVM для выполнения вне Python

Быстрый старт

  1. 1

    Установите PyTorch (версии 1.6.0 или новее) для вашей платформы с сайта pytorch.org

  2. 2

    Установите Hummingbird с помощью pip

    python -m pip install hummingbird-ml
  3. 3

    Преобразуйте обученную модель scikit-learn с помощью convert(model, 'pytorch') после импорта hummingbird.ml

Что важно знать

  • Перед использованием Hummingbird необходимо отдельно установить PyTorch.
  • Бэкенд TVM работает только с Python 3.10.
  • Поддерживается только определённое подмножество моделей и преобразователей признаков scikit-learn, LightGBM и XGBoost, а не все они.

В подборках

Обучение и запуск ИИ на GPU

Темы

#machine-learning#inference#pytorch#onnx#scikit-learn#tensor-computation#gpu#neural-networks

Частые вопросы

Что такое hummingbird?
Библиотека Python, которая преобразует обученные модели scikit-learn, LightGBM и XGBoost в тензорные вычисления для запуска в PyTorch, TorchScript, ONNX или TVM. Hummingbird преобразует обученные классические модели машинного обучения в тензорные вычисления, чтобы запускать их во фреймворках для нейронных сетей. Разработчики могут преобразовать деревья решений и случайные леса из scikit-learn, а также классификаторы и регрессоры LightGBM или XGBoost и запускать их в PyTorch, TorchScript, ONNX или TVM, не переписывая модель.
hummingbird можно использовать бесплатно? Какая у него лицензия?
hummingbird распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
hummingbird всё ещё поддерживается?
Обновлялся за последние 6 месяцев. Последний коммит в hummingbird — 14 сент. 2026 г..
Для чего можно использовать hummingbird?
Ускорение пакетного инференса обученного случайного леса на GPU Развёртывание классической модели машинного обучения вместе с нейросетями в едином стеке обслуживания на базе PyTorch Экспорт древовидных моделей в ONNX или TVM для выполнения вне Python
Как установить hummingbird?
Установите PyTorch (версии 1.6.0 или новее) для вашей платформы с сайта pytorch.org Установите Hummingbird с помощью pip: python -m pip install hummingbird-ml Преобразуйте обученную модель scikit-learn с помощью convert(model, 'pytorch') после импорта hummingbird.ml
Где скачать hummingbird?
Исходный код и инструкции по установке — на GitHub: https://github.com/microsoft/hummingbird

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

fastai / fastai

Библиотека глубокого обучения на базе PyTorch: высокоуровневые компоненты помогают быстро обучать модели, а низкоуровневые — проводить собственные исследования.

ИИ и машинное обучение#deep-learning#pytorch#machine-learning
28,3 тыс.7,6 тыс.Jupyter NotebookApache-2.0Активно поддерживаетсяОбновлён 2 месяца назад