pytorch转onnx遇到的一些问题

最新推荐文章于 2025-03-13 21:43:59 发布
最新推荐文章于 2025-03-13 21:43:59 发布
阅读量2.3k 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gagaguagua/article/details/116905209
版权
  1. 解决：TracerWarning: Converting a tensor to a Python index might cause the trace to be incorrect.
    在这里插入图片描述
  2. 解决：将数据输入onnx模型但是输入的维度与预先设定的不一样
    原因可能时在导出onnx模型前，没有使用model.eval()
模型部署翻车记：pytorch转onnx踩坑实录
Mrrunsen的博客
10-13 4205
在深度学习模型部署时，从pytorch转换onnx的过程中，踩了一些坑。本文总结了这些踩坑记录，希望可以帮助其他人。 首先，简单说明一下pytorch转onnx的意义。在pytorch训练出一个深度学习模型后，需要在TensorRT或者openvino部署，这时需要先把Pytorch模型转换到onnx模型之后再做其它转换。因此，在使用pytorch训练深度学习模型完成后，在TensorRT或者openvino或者opencv和onnxruntime部署时，pytorch模型转onnx这一步是必不可少的。接
pytorch转onnx遇到的问题汇总
juluwangriyue的博客
06-11 3699
1、关于torch导出onnx时候无法导出 upsample_bilinear2d的问题： 有人说直接将bilinear换成nearest，但是模型效果自然打折扣 完美的解决方案如下 torch.onnx.export(model, dummy_tensor, output, export_params=True,opset_version=11) 这里只需要在后面多加一个 opset_version = 11 就可以解决 但是前提是你的pytorch版本需要大于1.3.0 2、ONNX export f
Pytorch转为onnx模型 (torch.onnx)
hxxjxw的博客
04-14 1119
需要导入训练好的权重 import torch from torch import nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(1, 32, 3, 1) self.conv2 = nn.Conv2d(32, 64, 3, 1) .
第二步：pytorch模型转onnx模型步骤和可能遇到的问题
热门推荐
yx903520的博客
05-25 1万+
一、本地(win10)环境 cuda11.0 + python3.7.4 + pytorch1.7.1 + onnx1.9.0 二、可能出现的问题 1. pytorch与tensorrt版本对应问题 pytorch转onnx模型是为了后续导入tensorrt做准备，所以要考虑pytorch与tensorrt版本对应的问题。由于服务器的环境是cuda10.1 + tensorrt7.0.0.11，所以要先把pytorch模型从1.7.1降到1.4.0。以efficientnet_b1为例，先在pytorch1
模型部署：pytorch转onnx踩坑实录（上）
gzq0723的博客
01-03 1186
关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏20在深度学习模型部署时，从pytorch转换onnx的...
pytorch转换成onnx模型的坑：Attribute 'strides' is expected to have field 'ints'
gcf_uinque的博客
05-11 1388
训练完pytorch模型后，将其转换成onnx模型： torch.onnx.export(model, # model being run x, # model input (or a tuple for multiple inputs) "resnet18_float.onnx", # where to save the model (can be a f
pytorch报错Converting a tensor to a Python integer
怡宝2号
09-19 9802
pytorch转onnx时的报错： Converting a tensor to a Python integer might cause the trace to be incorrect. We can't record the data flow of Python values, so this value will be treated as a constant in the futu...
踩坑记录 | pytorch转ONNX时遇到的问题 tinynet smpl
ZYXxxx666的博客
02-07 3411
踩坑记录 | PyTorch转ONNX时遇到的问题 1. torch环境问题 我在转换tinynet模型为onnx时，会产生如下报错 ImportError：cannot import name 'container_abcs' 这是由于torch版本不对，改为1.7.1就没有这个问题；但对于其他模型对这个版本又不适用，onnx对torch的版本是较为敏感的。 转换成功之后还需要验证onnx模型结果，随机生成输入tensor，观察输出结果是否一致，同样注意torch版本问题。 2. 去除不支持算子 在观察
pytorch 转换onnx_Pytorch模型转onnx模型实例
weixin_39955355的博客
12-19 977
如下所示：import ioimport torchimport torch.onnxfrom models.C3AEModel import PlainC3AENetCBAMdevice = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")def test():model = PlainC3AENetCBAM()pthf...
【pytorch】pytorch 转 onnx 踩坑记录
sunnyblogs的博客
09-02 1017
import io import torch import torch.onnx import numpy as np from model.detnet import detnet '''onnx的输入为array''' #device = torch.device("cuda" if torch.cuda.is_available() else "cpu") device = torch.device("cpu") def test(): model = detnet() model = m
pytorch转onnx部署+一些小坑坑
zhuangyuan7838的博客
12-15 7781
pytorch转onnx 安装onnx conda install onnx -c conda-forge 安装onnxruntime pip install onnxruntime 下载个模型试试 import torch import torchvision.models as models # download model = models.resnet50(pretrained=True) # 保存成pth torch.save(model, 'resnet50.pth') 保存成onnx
pth 转onnx if elif else 存在的警告问题
weixin_40970506的博客
04-03 4366
报错如下： TracerWarning: Converting a tensor to a Python boolean might cause the trace to be incorrect. We can't record the data flow of Python values, so this value will be treated as a constant in the ...
【pytorch】—— Converting a tensor to a NumPy array might cause the trace to be incorrect. We can‘t rec
怡宝2号
01-28 3730
pytorch code def requant_shift(input, requant_scale, shift, bit=12, Sign=False): input = input.double() * requant_scale / 2**int(shift.data.cpu().numpy()[0]) input = torch.floor(input).float() 转成了numpy之后，在用torch.jit.trace跟踪模型时，该值就会变成一个常量p.
pytorch模型转onnx模型问题汇总
sanxiaw的博客
09-12 4070
pytorch模型转onnx模型问题汇总
pytorch模型转换问题记录
yuanlulu的博客
08-17 5188
我在forward()函数里把tensor转换为python数值来显示，调用torch.jit.trace就会报错。在forward()函数里所有的操作都用tensor就没问题了。简单来说，原因就是我保存模型直接用torch.save()， 没法在其它脚本中直接加载，除非那个脚本中也有nn.Module子类的定义。为了在开发板上使用模型，我用转换脚本加载了我生成的pytorch模型文件，但是却报错了。我需要把我的模型保存为TorchScript格式。这样保存的pt就可以在其它python里加载了。...
TracerWarning: Converting a tensor to a Python integer might cause the trace to be incorrect. We....
最新发布
qq_46279541的博客
03-13 275
B, C, H, W 可能是 torch.Tensor，但在 csm_triton.py 里把它转换成 Python 的 int 类型。这意味着 B, C, H, W = int(B), int( C ), int(H), int(W) 这个转换 可能会导致 PyTorch 的 JIT Tracing 出错，因为训练到中途停止了，我继续进行了训练，没有暂停训练尝试上面三种方法，且训练没有再次停止，故这里只是记录问题和GPT给的解决方法，以便日后使用。以上来源GPT-4o!
【project记录】yolov3-tiny custom data训练、转化为ncnn并部署1.0（尚未成功）
weixin_45729745的博客
10-10 796
问题描述 专业综合实践课的一个project。主要目的是实现一个app，可以传入两张鸽子的图片、确定两只鸽子是不是同一品种的。 主要任务拆解为： 识别鸽子眼睛的模型训练：使用yolo系列进行目标检测（眼睛的检测）（github地址：https://github.com/eriklindernoren/PyTorch-YOLOv3） 眼睛比对与相似度计算的模型训练：使用孪生网络 模型转换为ncnn格式（param和bin) 基于开源android studio项目，部署（地址：https://github.
深度学习模型部署学习二
weixin_51179742的博客
07-15 1206
解决模型部署中的难题
PyTorch：模型推理加速之onnx
皮皮blog
01-18 4223
Open Neural Network Exchange（ONNX，开放神经网络交换）格式，是一个用于表示深度学习模型的标准，可使模型在不同框架之间进行转移。ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch, MXNet）可以采用相同格式存储模型数据并交互。ONNX的规范及代码主要由微软，亚马逊 ，Facebook 和 IBM 等公司共同开发，以开放源代码的方式托管在Github上。
tracerwarning: converting a tensor to a python boolean might cause the trace
01-05
这是PyTorch框架中的一条警告信息，意思是将一个张量转换为Python布尔值可能会触发追踪。在PyTorch中，张量的操作和计算是通过计算图来跟踪的，以便进行自动微分和梯度下降等操作。当将张量转换为Python布尔值时，可能会打破计算图的追踪性质，导致莫名其妙的错误。这个警告提示用户需要谨慎使用张量和Python布尔值之间的转换，并需要注意潜在的追踪问题。在编写代码时，应当避免将张量直接转换为Python布尔值，而是应当使用PyTorch提供的函数和方法进行逻辑判断和操作，以避免出现追踪错误。这样可以保证计算图的完整性，确保模型训练和推断的正确性和稳定性。另外，也需要注意在进行张量操作时，尽量避免直接使用Python原生的布尔值运算，而应当使用PyTorch提供的张量运算来保持计算图的连续性和追踪性。总之，这个警告提示用户在使用PyTorch进行张量计算时需要小心追踪的影响，提醒用户合理地使用张量和Python布尔值之间的转换。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

芝麻开门叮

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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