ncnn 部分算子不支持的替换操作

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。。