【G検定過去問風テスト】異なるフレームワーク間を結ぶ「ONNX」の役割とは？

2026年8月8日 2026年8月8日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

ディープラーニングモデルの活用やエッジ推論において、PyTorchやTensorFlowなど異なるフレームワーク間でモデルを相互変換・共有するためのオープンな標準フォーマットとして、最も適切な選択肢を1つ選べ。

A）TensorRT
B）ONNX（Open Neural Network Exchange）
C）MobileNet
D）NAS（Neural Architecture Search）

🔍 ここをクリックして正解を見る

正解: B）ONNX（Open Neural Network Exchange）

💡 合格に近づく！徹底解説

重要度: ★★☆

■ 1分で分かる！この問題の要点

ONNX（Open Neural Network Exchange）は、異なるフレームワーク間でAIモデルを共通利用するためのオープンな標準フォーマットである。
「PyTorchで学習させたモデルを、ONNX形式に書き出して別の高速ランタイム（TensorRTなど）で動かす」といった実務的な連携を可能にする。

■ 初学者向け解説（例え話や背景）

AIの開発現場では、研究や学習には「PyTorch」、別のシステムへの組み込みには「TensorFlow」や専用のハードウェア向けエンジンが使われるなど、使う道具（フレームワーク）がバラバラなことがよくあります。これは、言ってみれば「日本語専用のワープロで書いた文書を、英語専用の特殊な印刷機でそのまま印刷しようとして文字化けする」ようなものです。

この問題を解決するために作られた共通の「通訳・翻訳フォーマット」がONNXです。
ONNXという共通の言語（ファイル形式）に一度モデルを変換しておけば、「学習はPyTorchで行い、スマホやGPUでの爆速推論はTensorRTやONNX Runtimeで行う」といったように、道具の壁を越えてモデルをスムーズに受け渡しできるようになります。G検定では「異なるフレームワーク間の共通フォーマット」というキーワードとセットで覚えておきましょう！

■ 選択肢の解説

A) TensorRT（×）：NVIDIA社製GPU向けに特化した高精度・超高速な「推論最適化エンジン（ランタイム）」であり、フォーマットそのものではありません。
B) ONNX（○）：異なるフレームワーク間でモデルを相互変換・共有するためのオープンな標準フォーマットを指す適切な記述です。
C) MobileNet（×）：モバイル端末向けに軽量設計された画像認識モデルの名称です。
D) NAS（×）：AI自身に最適なモデル構造を自動探索・設計させる技術（Neural Architecture Search）の名称です。

リンク