ONNX export failure: Exporting the operator roll to ONNX opset version 13 is not supported

今天在进行onnx的模型导出时，遇到了一个问题，如标题，就是“torch.roll"这个算子在从pytorch到onnx的转换过程中会失效。

对应的解决方法是，把pytorch的版本升级，原先的版本是1.8，后来升级到了1.10。然后解决了该问题。

但是引起我注意的是，如果使用旧版本的pytorch，还有一种解决方式，那就是基于该文件解决https://github.com/pytorch/pytorch/blob/main/torch/onnx/symbolic_opset9.py

其中，对应的内容如下

#This decorator marks the function as the symbolic implementation 
#for the aten::roll operation in PyTorch,
#allowing it to be translated into the corresponding ONNX operation.
@_onnx_symbolic("aten::roll")
@symbolic_helper.parse_args("v", "is", "is")
#This decorator handles the parsing of function arguments.
#"v" means that the first argument (self) is a tensor value.
#"is" indicates that the second (shifts) and third (dims) arguments are lists of integers.
def roll(g: jit_utils.GraphContext, self, shifts, dims):
    assert len(shifts) == len(dims)

    result = self
    for i in range(len(shifts)):
        shapes = []
        shape = symbolic_helper._slice_helper(
            g, result, axes=[dims[i]], starts=[-shifts[i]], ends=[sys.maxsize]
        )
        shapes.append(shape)
        shape = symbolic_helper._slice_helper(
            g, result, axes=[dims[i]], starts=[0], ends=[-shifts[i]]
        )
        shapes.append(shape)
        result = g.op("Concat", *shapes, axis_i=dims[i])

    return result

关于这个过程，我的问题就是，既然torch中有torch.roll的实现， 为什么这里转换不行呢？
从该文档中我们可以寻找到答案。

在torch模型转换为onnx的过程中，使用的是torch.jit,ScrptModule,而不是torch.nn.Module,关于这两者的区别，有不少更好的视频介绍，简单理解为前者用于提供模型静态图推理，强调性能，后者强调“简洁，美丽”，是一种不关注性能的动态图。

在torch到onnx的转换过程中，torchscript图中的每一个节点会被exporter按照拓扑结构导出，每一个ops会被对应为一个registered symbolic function.

如果一个ops没有被定义，你需要在torch/onnx/symbolic_opset<version>.py中去提供定义。

关于进一步的使用介绍，建议参考TorchScript-based ONNX Exporter — PyTorch 2.4 documentation