torch转mnn笔记

 

转换没有打印

失败日志:

MNNConverter Version: 0.2.1.5git - MNN @ 2018


Start to Convert Other Model Format To MNN Model...


Process finished with exit code 0


 

转换成功提示:

MNNConverter Version: 0.2.1.5git - MNN @ 2018


Start to Convert Other Model Format To MNN Model...
[21:55:52] :29: ONNX Model ir version: 6
Start to Optimize the MNN Net...
[21:55:52] :20: Inputs: input.1
[21:55:52] :37: Outputs: 527, Type = Convolution
Converted Done!

Converted ok

 

输入是个list数组的ok提示:

MNNConverter Version: 0.2.1.5git - MNN @ 2018


Start to Convert Other Model Format To MNN Model...
[21:53:54] :29: ONNX Model ir version: 6
Start to Optimize the MNN Net...
[21:53:54] :20: Inputs: input.1
[21:53:54] :20: Inputs: input.4
[21:53:54] :20: Inputs: input.7
[21:53:54] :37: Outputs: 87, Type &
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Torch模型换为PaddlePaddle模型需要以下步骤: 1. 将Torch模型的权重文件和模型结构文件导出为ONNX格式。 2. 使用PaddlePaddle提供的ONNX换工具将ONNX模型换为PaddlePaddle模型。 3. 加载PaddlePaddle模型并进行推理或微调。 具体步骤如下: 1. 导出ONNX格式文件 使用torch.onnx.export函数将Torch模型导出为ONNX格式文件。示例如下: ``` import torch import torchvision # 加载预训练的Torch模型 model = torchvision.models.resnet18(pretrained=True) # 导出ONNX格式文件 dummy_input = torch.randn(1, 3, 224, 224) torch.onnx.export(model, dummy_input, "resnet18.onnx") ``` 此步骤将生成名为resnet18.onnx的ONNX模型文件。 2. 换为PaddlePaddle模型 使用PaddlePaddle提供的ONNX换工具将ONNX模型换为PaddlePaddle模型。示例如下: ``` import paddle.onnx as onnx import paddle # 加载ONNX模型 model = onnx.load("resnet18.onnx") # 换为PaddlePaddle模型 paddle_model = onnx.load_model(model) paddle.save(paddle_model, "resnet18.pdparams") ``` 此步骤将生成名为resnet18.pdparams的PaddlePaddle模型文件。 3. 加载PaddlePaddle模型并进行推理或微调 可以使用PaddlePaddle提供的API加载PaddlePaddle模型并进行推理或微调。示例如下: ``` import paddle import numpy as np # 加载PaddlePaddle模型 model = paddle.load("resnet18.pdparams") # 进行推理 input_data = np.random.rand(1, 3, 224, 224).astype('float32') output_data = model(paddle.to_tensor(input_data)) print(output_data.numpy()) ``` 此步骤将输出模型的推理结果。

“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
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

打赏作者

AI算法网奇

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
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