onnx.onnx_cpp2py_export.checker.ValidationError:you model ir_version is higher than the checker

最新推荐文章于 2024-07-24 15:02:05 发布
最新推荐文章于 2024-07-24 15:02:05 发布
阅读量1.6k 收藏 10
点赞数 10
CC 4.0 BY-SA版权
分类专栏： Deepstream和Pytorch的疑难问题总结 文章标签： opencv 图像处理 人工智能 深度学习 linux
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/pvmsmfchcs/article/details/134694500
当遇到'you model ir_version is higher than the checker'错误时，问题可能出在ONNX版本过低。确保ONNX版本不低于1.10.0，如果当前版本为1.6.0，则需通过'pip3 install onnx==1.10.0'升级到1.10.0来解决此问题。

还可能报你的onnx版本问题，例如：onnx.onnx_cpp2py_export.checker.ValidationError:you model ir_version is higher than the checker
方法：应该查看你的onnx版本。不要低于1.10.0，如果你是1.6.0的onnx版本，那么你需要将升级为1.10.0，直接pip3 install onnx ==1.10.0

深度学习框架转换：pytorch 转 onnx
Bob__Guan
06-04 3695
Open Neural Network Exchange（简称 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。目前官方支持加载 ONNX 模型并.
mxnet转onnx及caffe2推理报 Unrecognized attribute:spatial
gangeqian2的博客
05-31 834
概述 本文主要解决Mxnet 转onnx，以及onnx模型caffe2推理中遇到的两个可能的报错。 (1)Don’t know how to map unexprected argument spatial(from operator SpatialBN) (2)onnx.onnx_cpp2py_export.checker.ValidationError: Unrecognized attribute:spatial for operator BatchNormalization 问题： （1）mxne
onnx.onnx_cpp2py_export.checker.ValidationError: Nodes in a graph must be topologically sorted的可能原因
york1996的博客
06-05 2937
上述报错的可能原因是，只修改了onnx中每个node的input，output属性和output的属性。可以通过调用下面的函数，看onnx格式是否正确：（如果不能被化简，则说明onnx格式不正确）
ValidationError: Your model ir_version is higher than the checker‘s 完美解决
guopeiAI
05-26 7608
1. 情景介绍 我用pytorch训练的模型，将训练的模型转化为.onnx文件，然而，在模型验证的时候报错，错误栈如下： ValidationError: Your model ir_version is higher than the checker's 局部代码如下： import onnx model = onnx.load("alexnet.onnx") onnx.checker.check_model(model) 2. 分析问题并解...
onnx.onnx_cpp2py_export.checker.ValidationError
jacke121的专栏
04-09 6769
onnx.onnx_cpp2py_export.checker.ValidationError 报错代码： import mxnet as mx import numpy as np from mxnet.contrib import onnx as onnx_mxnet import logging logging.basicConfig(level=logging.INFO) from onnx import checker impo...
onnx.onnx_cpp2py_export.checker.ValidationError: Your model ir_version is higher than the checker's.
05-26
这个错误是由于你使用的 ONNX 版本比 ONNX checker 的版本低导致的。你需要升级你的 ONNX 版本，或者使用一个与你当前 ONNX 版本兼容的 checker 版本。 你可以通过以下命令升级 ONNX： ``` pip install --upgrade ...
【如何检查 ONNX 模型是否正确？】onnx.checker.check_model 用法详解
weixin_44212848的博客
05-20 2927
通过 onnx.checker.check_model 函数可以检查模型的一致性，即模型在结构、格式和配置方面的正确性和完整性。
onnx转模型时遇到错误onnx.onnx_cpp2py_export.checker.ValidationError的解决思路
最新发布
滑了丝的螺丝钉
07-24 1851
onnx.onnx_cpp2py_export.checker.ValidationError: 图中的节点必须按拓扑排序，但是节点的输入“905”：名称：Conv_272 OpType：Conv 不是任何先前节点的输出。错误的原因是在模型检查时发现有些节点的输入在前，输出在后，比如在节点的output ‘905’ 之前就出现了input ‘905’，这肯定是不符合onnx模型格式的；将打印结果保存下来分析后发现input “905”出现的确实比output “905”要早，问题就出现在这；
ONNX生成模型遇到的问题
weixin_44430537的博客
11-06 7212
在使用onnx生成模型遇到的问题 onnx.onnx_cpp2py_export.checker.ValidationError: Nodes in a graph must be topologically sorted, however input ‘ends’ of node: input: “x3” input: “starts” input: “ends” output: “Y” op_...
错误“no module named ‘onnx.onnx_cpp2py_export‘”的一个解决方法
yuxiaWang的博客
09-06 5193
no module named 'onnx.onnx_cpp2py_export'
TensorRT yolov3 onnx模型转换问题
dongkaiwen48的博客
10-03 2317
项目地址 项目中首先需要安装onnx 运行：python2 weight_to_onnx.py完成模型转换 但是遇到如下问题： 当我的onnx为最新版本1.5.0时报错： onnx.onnx_cpp2py_export.checker.ValidationError: Node (086_upsample) has input size 1 not in range [min=2, max=2] ...
关于学习过程中遇到的各种bug...
w15136756855的博客
07-08 530
主要原因是mingw/gcc版本老旧，因为官网中更新的仅到8.x.x，可至https://github.com/niXman/mingw-builds-binaries/releases网站下载新的版本(至少>8)。
关于解决“no module named ‘onnx.onnx_cpp2py_export”，以及pycharm终端python版本与解释器版本不匹配，终端pip后安装不到解释器所在目录的问题
qq_37672194的博客
04-21 8552
由于我在pycharm终端中安装的包不是安装到解释器的文件夹中的，所以我是直接将在终端安装的东西直接复制到了解释器的文件夹中，运行后出现这个问题的报错，查询了一番后发现问题的原因应该是：安装后的onnx的文件夹中有一个文件名为：onnx_cpp2py_export.cp39-win_amd64.pyd的文件，文件中的cp39对应的是python39，而我的解释器的python版本为python38，随后我在pycharm终端中用。随后运行export.py文件，运行成功，模型转换完成，问题解决！
onnx tensorRT insightface 实践
m0_37192554的博客
06-18 1638
一、环境问题 1、查看自己的电脑版本 cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 不显示 运行如下命令 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 CUDA Version 11.0.207 #define CUDNN_MAJOR 8 #def
C++实现推理, 基于android、ncnn、nano、nx、Xilinx等嵌入式平台
人生得意须尽欢
02-20 2789
** Cuda基础 深度学习模型推理, 为啥需要学习tensorRT, 因为需要加速, 需要C++部署, 为啥又需要学习cuda编程呢, 因为有些前处理, 后处理需要cuda编程来并行运算进行加速, 比如anchor的解码. nms等后处理 1: CUDA编程之基本步骤 操作概括来说包含5个步骤： 1.CPU在GPU上分配内存：cudaMalloc； 2.CPU把数据发送到GPU：cudaMemcpy,cudaMemcpyAsync； 3.CPU在GPU上启动内核（kernel），它是自己写
关于 ONNX 及其用 TensorRT 7.0加载
lixuejun2008的博客
05-01 5506
1）Onnx简介 ONNX 定义了一种可扩展的计算图模型、一系列内置的运算单元（OP）和标准数据类型。每一个计算流图都定义为由节点组成的列表，并构建有向无环图。其中每一个节点都有一个或多个输入与输出，每一个节点称之为一个 OP。这相当于一种通用的计算图，不同深度学习框架构建的计算图都能转化为它。 现阶段 ONNX 只支持推理，所以导入的模型都需要在原框架完成训练。 部分框架已经内嵌了 ONN...
一种大于2GB ONNX模型onnxsim优化方法
LuchangLi 的专栏
04-24 6094
一种大于2GB模型onnxsim方法
评论
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

鼾声鼾语

感谢您的支持鼓励！

¥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