4.28 构建onnx结构模型-Unary
2023-12-30 14:43:34
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 Abs
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
# 创建一元操作的节点
node = helper.make_node(
'Abs', # 操作类型,这里是取绝对值
inputs=['input'], # 输入数据的名称
outputs=['output'], # 输出数据的名称
)
# 创建ONNX图
graph = helper.make_graph(
[node], # 节点
'unary_example', # 图的名称
[ # 输入
helper.make_tensor_value_info('input', onnx.TensorProto.FLOAT, [1, 3, 224, 224]),
],
[ # 输出
helper.make_tensor_value_info('output', onnx.TensorProto.FLOAT, [1, 3, 224, 224]),
],
)
# 创建ONNX模型
model = helper.make_model(graph, producer_name='unary_example')
# 保存ONNX模型
onnx.save(model, 'unary_example.onnx')
文章来源:https://blog.csdn.net/weixin_45063703/article/details/135304508
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!