ONNX（Open Neural Network Exchange）是一套開放神經網路交換格式，由 Facebook、Microsoft 一起推出 。 神經網路框架格式間的互通性， 讓不同標準的深度學習模型可以互相轉換，加快AI人工智慧的發展。目前已有許多 Training Framework，如 Google 的 TensorFlow/Keras、Facebook 的 Caffe2/PyTorch、Microsoft 的 CNTK、Amazon 的 MXNet 等等。
當我們需要在我們的 NVIDIA Jetson Nano 進行 inference (推論) 時會先將已經訓練好的模型轉成 TensorRT 的格式 (trt檔) ，這是設計來補充 Training Framework (TensorFlow, Keras, Caffe2, PyTorch, CNTK, MXNet, etc) 於 inference上的不足，特別專注於如何讓已經訓練好的模型更快且有效率的在一個GPU上產出結果。
轉換成 NVIDIA 所需的 TensorRT 推論引擎時，官方支援三種轉換格式 Caffe Parser、UFF Parser、ONNX Parser，這篇文章我們將根據 ONNX Tutorials 去實現各種模型框架到 ONNX 的轉換，另外可以在 netron 上開啟轉好的onnx，以便讓我們查看模型架構。
下列各種框架的轉換詳細 code 可以查看:
Tutorial jupyter notebook
