mxnet转onnx 之 onnx_mxnet.export_model失败原因

mxnet模型转换onnx折腾了很久,终于搞清楚失败原因

转换代码参考: https://github.com/onnx/tutorials/blob/master/tutorials/MXNetONNXExport.ipynb

 

一开始的环境:

  • windows 10
  • visual studio 2019
  • python37
  • mxnet==1.4.1

pip install onnx 安装的是最新的1.6.0版本 

运行到 “onnx_mxnet.export_model” 这一句代码的时候 提示invalid *** array,然后就不能转换了

mxnet.base.MXNetError: [10:25:05] C:\Jenkins\workspace\mxnet-tag\mxnet\src\ndarray\ndarray.cc:1805: Check failed: fi->Read(data) Invalid NDArray file format

好嘛, 我查资料说是onnx1.2.1版本可以转换成功,(也有说1.2.2,1.3.0都可以的) pip install onnx==1.2.1竟然失败

好,我源码安装,参考https://github.com/onnx/onnx/readme.md 一样失败 源码折腾了近两天啊

 

要疯了

 

终于找到资料这么说的:</

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
mxnet-1.9.0 mkl-cp39-cp39-win_amd64.whl文件夹是包含了某个版本的MXNet库和适用于CPython 3.9环境的MKL(Math Kernel Library)扩展的文件夹。 MXNet是一种开源的深度学习框架,提供了一系列丰富的API和工具,支持在CPU和GPU上进行高效的深度学习模型开发和训练。mkldnn是Intel开发的深度神经网络库,MXNet与MKL-DNN集成使得MXNet在CPU上的性能得到了大幅提升。 mkl-cp39-cp39-win_amd64.whl文件夹中的whl文件是一种Python库的二进制分发格式,包含了预编译的二进制文件以及相关的元数据信息。这种格式可以方便地将Python库安装到Python环境中。mkl-cp39-cp39-win_amd64.whl文件夹内的文件以及文件夹结构可能会有所不同,但通常会包括MXNet库、MKL扩展以及其他必要的文件。 要使用这个文件夹,首先需要在计算机上安装CPython 3.9环境,然后使用pip命令进行安装。我们可以使用以下命令进行安装: ``` pip install mxnet-1.9.0 mkl-cp39-cp39-win_amd64.whl ``` 安装完成后,我们就可以在Python脚本中导入并使用MXNet库了。这个文件夹提供了MXNet和MKL的二进制文件,确保了MXNet在CPython 3.9环境中正常运行,并且通过MKL库提供了优化的性能。 总结来说,mxnet-1.9.0 mkl-cp39-cp39-win_amd64.whl文件夹是一个包含MXNet库和适用于CPython 3.9环境的MKL扩展的文件夹,通过安装这个文件夹可以在计算机上使用MXNet开发和训练深度学习模型,并利用MKL库提升在CPU上的性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值