onnx编写一个slice算子，并转成onnx格式模型

Slice算子是指对一个多维数组进行切片操作，提取其中的一部分。在ONNX中，slice算子被定义为一个节点(Node)，它的输入为待切片的张量(Tensor)，输出为切片后的张量(Tensor)。

下面是一个使用ONNX定义slice算子的示例：

import onnx
from onnx import helper
from onnx import TensorProto

# 输入张量为一个4维张量[batch_size, channel, height, width]
input_tensor = helper.make_tensor_value_info('input_tensor', TensorProto.FLOAT, [1, 3, 224, 224])

# 开始位置和结束位置
starts = [0, 0, 100, 100]
ends = [1, 3, 200, 200]

# 创建slice节点
slice_node = helper.make_node(
    'Slice',
    inputs=['input_tensor'],
    outputs=['output_tensor'],
    starts=starts,
    ends=ends
)

# 创建计算图
graph_def = helper.make_graph(
    [slice_node],
    'slice_graph',
    [input_tensor],
    [helper.make_tensor_value_info('output_tensor', TensorProto.FLOAT, [1, 3, 100, 100])]
)

# 创建模型
model_def = helper.make_model(graph_def, producer_name='onnx-example')

# 将模型保存为ONNX格式
onnx.checker.check_model(model_def)
onnx.save_model(model_def, 'slice.onnx')

在上面的代码中，我们使用ONNX提供的helper函数来创建一个slice节点，并将其添加到计算图中。我们还需要定义输入张量和输出张量的shape和类型。最后，我们使用ONNX提供的save_model函数将模型保存为ONNX格式。

相关问题：
1. ONNX是什么？
2. ONNX有哪些常用的模型节点？
3. 如何使用ONNX将已有模型转换成ONNX格式？
4. ONNX模型如何进行推理？