![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Paddle开源社区
文章平均质量分 76
Paddle开源社区笔记
ZhengBicheng0522
这个作者很懒,什么都没留下…
展开
-
【Paddle2ONNX】为 Paddle2ONNX 升级自适应ONNX IR Version功能
ONNX (Open Neural Network Exchange) IR (Intermediate Representation) Version 的作用是定义和描述 ONNX 模型文件的结构和格式。兼容性管理模型文件解析演进管理显然,对于 Runtime 来说,指定 ONNX IR 是提升程序鲁棒性的方式之一,因此一般会对 ONNX IR 有所要求。原创 2024-05-30 18:18:56 · 1220 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX升级Opset版本到18
在深度学习模型的部署过程中,模型格式的转换是一个至关重要的环节。Paddle2ONNX是一个开源工具,用于将飞桨(PaddlePaddle)模型转换为ONNX格式,以便在各种不同的深度学习框架中进行推理和部署。随着ONNX标准的不断更新,保持Paddle2ONNX与最新版本的兼容性显得尤为重要。本篇文章《【Paddle2ONNX】为Paddle2ONNX升级ONNX版本》将详细介绍如何为Paddle2ONNX项目升级其依赖的ONNX版本。原创 2024-05-22 10:42:15 · 1177 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX适配roll算子
Roll算子一般被用再Swin结构中,Paddle2ONNX暂时不支持该算子,本教程介绍如何为Paddle2ONNX添加roll算子。原创 2024-04-13 19:53:46 · 574 阅读 · 0 评论 -
【Paddle2ONNX】 为Paddle2ONNX搭建自动发包机制
Paddle2ONNX此前一直使用一个一个的编译所有版本的Python源码包再手动上传到PyPI的方式来分发发行版。很显然,这是一种极其低效的办法,本文介绍如何为Paddle2ONNX添加自动发包机制。原创 2024-04-13 11:59:14 · 2142 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX修复elementwise_floordiv算子计算错误的问题
elementwise_floordiv算子在int32/int64的情况下直接转换成了ONNX中的div算子,由于div算子是普通除操作,而不是整除操作,因此无法通过CI的校验。原创 2024-04-12 10:02:22 · 517 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX添加修改模型输入shape功能
原先的脚本使用的是PaddlePaddle 2.5,这里将Paddle相关API升级到2.6.0。原创 2024-04-12 09:51:11 · 629 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX适配swish算子
在PaddlePaddle2.6中,swish算子在PaddleInference上发生了变化,删除掉了beta这个Attr,因此我们需要想办法自行适配它。原创 2024-04-11 09:18:06 · 469 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX适配releu6算子
在PaddlePaddle2.6中,relu6算子在PaddleInference上发生了变化,删除掉了threshold这个Attr,因此我们需要想办法自行适配它。原创 2024-04-11 09:12:45 · 402 阅读 · 0 评论 -
【Paddle2ONNX】为Paddle2ONNX添加裁剪模型功能
原先的脚本只支持修改Paddle模型的输出节点,这里将Paddle相关API升级到2.6.0,同时添加了对修改输出节点的支持。原创 2024-04-10 16:06:54 · 720 阅读 · 1 评论 -
【Paddle2ONNX】将迁移项目方式从setup.py迁移到pyproject.toml
在软件开发领域,项目构建方式的选择至关重要,可以直接影响到项目的可维护性、可扩展性以及与其他工具和环境的兼容性。近年来,随着Python生态系统的不断发展,一种新的项目构建方式逐渐崭露头角——使用pyproject.toml文件管理项目依赖和构建配置。相较于传统的setup.py方式,pyproject.toml具有诸多优势。原创 2024-04-10 14:46:31 · 639 阅读 · 1 评论 -
【TVM】为Paddle NHWC模型添加支持
在深度学习领域,模型的部署是一个关键的环节。而在模型部署中,转换和优化模型以适配不同的硬件和框架是至关重要的。TVM 是一个优秀的深度学习模型优化和部署框架,它提供了丰富的接口和功能来实现模型的高效部署。然而,对于一些特定框架和模型格式,TVM 可能需要进行一些扩展和定制,以更好地支持。在本篇博客中,我们将探讨如何为 PaddlePaddle 的 NHWC 格式模型添加支持,使其能够无缝地与 TVM 集成。原创 2024-03-01 14:20:45 · 1573 阅读 · 0 评论 -
【TVM】为Paddle量化模型添加支持
随着深度学习应用的广泛使用,量化模型作为一种有效的模型压缩技术,能够在保持模型精度的同时减少模型的计算和存储开销。本文将介绍如何在TVM上为Paddle深度学习框架中的量化模型提供解析支持。原创 2024-03-06 09:39:24 · 1995 阅读 · 1 评论