4.17 构建onnx结构模型-Or
2023-12-30 11:47:10
前言
构建onnx方式通常有两种:
1、通过代码转换成onnx结构,比如pytorch —> onnx
2、通过onnx 自定义结点,图,生成onnx结构
本文主要是简单学习和使用两种不同onnx结构,
下面以 Or
结点进行分析
方式
方法一:pytorch --> onnx
暂缓,主要研究方式二
方法二: onnx
import onnx
from onnx import helper
from onnx import TensorProto
# 创建最小值节点
node = helper.make_node(
'Or', # 节点类型
['input1', 'input2'], # 输入
['output'], # 输出
)
# 创建ONNX图
graph = helper.make_graph(
[node], # 节点列表
'Or_graph', # 图的名称
[ # 输入
helper.make_tensor_value_info('input1', TensorProto.BOOL, [1,3,32]),
helper.make_tensor_value_info('input2', TensorProto.BOOL, [1,3,32]),
],
[ # 输出
helper.make_tensor_value_info('output', TensorProto.BOOL, [1,3,32]),
],
)
# 创建ONNX模型
model = helper.make_model(graph, producer_name='onnx-example')
# 保存ONNX模型
onnx.save(model, 'Or_model.onnx')
文章来源:https://blog.csdn.net/weixin_45063703/article/details/135302683
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!