predict_function.py

import numpy as np
from onnxruntime import InferenceSession

''' 
входные данные data=[batch, 7]
shape=(1, 7) 7 входных параметров
'''

def softmax(x):
    e_x = np.exp(x - np.max(x))  
    return e_x / e_x.sum(axis=0)  

def predict(data):
    
    model = InferenceSession("mymodel.onnx")
    
    label=['норма', 'умеренные когнитивные', 'демнция']
    
    input_data=np.array(data, dtype=np.float32).reshape(1,-1)   
    outputs = model.run(
    output_names=["output"],
    input_feed={"input": input_data},
    )
    
    dict_predict=dict(zip(label, softmax(outputs[0][0])))
    return dict_predict