一些算子对应关系参考:https://blog.csdn.net/lhyyhlfornew/article/details/109821707
onnx-sim转化ncnn模型时,部分算子不支持
报错:Tile 、Gather、view、repeat not supported yet!
1、Gather 不支持
Gather主要是forward代码中存在张量索引操作
解决方法:将forward中参数张量进行提前切分作为参数,输入就变成多个,
最后输出时将各个切分的张量分别运算。
如:forward(self,data) data_shape:3,3,64,64
x=data[0]+data[1]+data[2] #(3,64,64)
return x
修改为forward(self,data1,data2,data3) #1,3,64,64
x=data1+data2+data3 #1,3,64,64
x=x.squeeze(0)#(3,64,64)
return x
2、repeat不支持
对某个通道进行重复操作时,转换失败。
如:forward(self,data) data_shape:(1,3,64,64)
x=data.repeat(3,1,1,1)#(3,3,64,64)
return x
可以用torch.cat替换:
forward(self,data) data_shape:(1,3,64,64)
ls=[]
for i in range(3):#需要重复的次数
ls.append(data)
x=torch.cat(ls,dim=0)#(3,3,64,64)
return x
3、view、reshap onnx不支持但是simplify之后可以
待续。。