pytorch导出onnx模型支持动态尺寸

落花逐流水

于 2020-12-10 22:09:12 发布

阅读量3k

点赞数 1

分类专栏： pytorch pytorch实践文章标签： pytorch 目标检测深度学习

本文链接：https://blog.csdn.net/juluwangriyue/article/details/111011776

版权

pytorch实践同时被 2 个专栏收录

136 篇文章 ¥29.90 ¥99.00

订阅专栏

pytorch

94 篇文章

订阅专栏

该博客介绍了如何将PyTorch模型导出为ONNX格式，特别是如何处理动态尺寸。内容包括导出模型的参数、输入输出名称的设定，以及动态轴的配置。作者强调input_names和output_names的数量需与模型输入输出对应，名称可以自由指定。此外，还提供了参考链接进一步了解torch.onnx.export()的用法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

torch.onnx.export(model, args, f, export_params=True, verbose=False, training=False, input_names=None, output_names=None, aten=False, export_raw_ir=False, operator_export_type=None, opset_version=None, _retain_param_name=True, do_constant_folding=False, example_outputs=None, strip_doc_string=True, dynamic_axes=None, keep_initializers_as_inputs=None)

功能:
将模型以ONNX格式导出并保存.

参数:

model (torch.nn.Module) – 要导出的模型.
args (tuple of arguments) – 模型的输入, 任何非Tensor参数都将硬编码到导出的模型中；任何Tensor参数都将成为导出的模型的输入，并按照他们在args中出现的顺序输入。因为export运行模型，所以我们需要提供一个输入张量x。只要是正确的类型和大小&#x

了解本专栏