El entorno de herramientas y marcos de trabajo para redes neuronales ha evolucionado a gran velocidad, pero la interoperabilidad entre ellas ha supuesto todo un reto. En la industria del aprendizaje de máquina (Machine Learning) es habitual diseñar un modelo y entrenarlo rápidamente con una herramienta, y después desplegarlo en otra para sacar conclusiones. Dado que los formatos internos de estas herramientas son incompatibles, necesitamos implementar y mantener conversores complejos para lograr esa compatibilidad. El formato Open Neural Network Exchange (ONNX) resuelve este problema. En ONNX, las redes neuronales se representan con gráficos usando especificaciones de operadores convencionales que, junto con un formato de serialización para los pesos entrenados, permite que los modelos de redes neuronales puedan transferirse de una herramienta a otra. Esto allana el camino para muchas posibilidades, como Model Zoo, una colección de modelos pre-entrenados en formato ONNX.
