关于 ONNX export failed: Couldn‘t export operator aten::upsample_bilinear2d 解决方案

最新推荐文章于 2024-02-21 18:24:51 发布
最新推荐文章于 2024-02-21 18:24:51 发布
阅读量3.7k 收藏 2
点赞数
分类专栏： 学习笔记 文章标签： TensorRT
原文链接：https://blog.csdn.net/info_black_hole/article/details/105556670
版权

关于torch导出onnx时候无法导出 upsample_bilinear2d的问题：
有人说直接将bilinear换成nearest，但是模型效果自然打折扣
完美的解决方案如下

torch.onnx.export(model, dummy_tensor, output, export_params=True,opset_version=11)
1
这里只需要在后面多加一个 opset_version = 11 就可以解决
但是前提是你的pytorch版本需要大于1.3.0

Decoder-Wang
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
RuntimeError: ONNX export failed: Couldn't export operator aten::avg_pool2d
孙荣达的博客
05-24 6560
RuntimeError: ONNX export failed: Couldn’t export operator aten::avg_pool2d 用ONNX做模型转换从pytorch转换成ONNX做算法移植，resNet50，32都没问题，但是到resNet18，ONNX模型无法导出报错。 看了一下问题，avg_pool2d层的问题复上源码 首先，如果你是使用了avg_pool2d，那很好办...
ONNX export failed: Couldn‘t export operator aten::upsample_bilinear2d
so
08-07 389
升级pytroch >1.3 opset_version=10 torch.onnx.export(model, dummy_tensor, output, export_params=True,opset_version=11)
Couldn‘t export operator aten::upsample_bilinear2d
baidu_34172099的博客
03-30 1208
这是在pytorch在向onnx转移模型时候遇到的问题，虽然onnx并不是完全支持pytorch所有层，但是上采样这个还是可以的，导致这个的原因是upsample_blinear2d丢失导致，所以在envs下的pytorch的onnx文件夹下找到 symbolic_opset9.py，把里面720行左右相似的语句修改为如下（建议修改之前先复制一份文件备份）： upsample_bilinear1d...
关于 ONNX export failed: Couldn't export operator aten::upsample_bilinear2d 解决方案
info_black_hole的博客
04-16 3255
关于torch导出onnx时候无法导出 upsample_bilinear2d的问题： 有人说直接将bilinear换成nearest，但是模型效果自然打折扣 完美的解决方案如下 torch.onnx.export(model, dummy_tensor, output, export_params=True,opset_version=11) 这里只需要在后面多加一个 opset_versio...
SAM分割模型onnx导出模型问题：Exporting the operator repeat-interleave to ON
最新发布
07-01
Exporting the operator repeat_interleave to ONNX opset version 11 is not supported TypeError: 'torch._C.Value' object is not iterable (Occurred when translating repeat_interleave). 问题解决: 1....
json error: Use of overloaded operator [] is ambiguous错误的解决方法
08-26
理解这个错误的本质以及如何解决它对于编写与JSON交互的C++代码至关重要。避免这类问题可以提高代码的可读性和可靠性，同时也减少了调试时间。在处理类似问题时，深入理解C++的类型系统和运算符重载机制是非常有用的...
shell脚本报错："[: =: unary operator expected"解决办法
09-15
在使用Shell脚本编程时，有时我们可能会遇到一个常见的错误提示：“[: =: unary operator expected”。这个错误通常出现在我们尝试进行条件判断时，尤其是当我们在`if`语句中使用`[ ... ]`或者`[[ ... ]]`进行比较...
C++11中std::packaged_task的使用详解
08-25
std::packaged_task模板类提供了多种成员函数，包括构造函数、析构函数、get_future函数、make_ready_at_thread_exit函数、operator=和operator()。构造函数可以初始化对象，析构函数可以放弃共享状态并销毁packaged...
c++11中关于std::thread的join的详解
08-26
C++11中关于std::thread的join详解 C++11引入了std::thread库，提供了对多线程编程的支持。std::thread库提供了两个基本操作：join和detach。join操作用于回收线程资源，避免资源泄露；detach操作用于将线程与创建...
RuntimeError: ONNX export failed: Couldn‘t export operator aten::upsample_bilinear2d
怡宝2号
09-12 4231
pytorch转onnx时出现： ‘RuntimeError: ONNX export failed: Couldn’t export operator aten::upsample_bilinear2d’ 解决方案 暂时无
RuntimeError: ONNX export failed: Couldn‘t export operator aten::to
binqiang2wang
05-19 888
torch.onnx.export(model, input, onnx_path, verbose=True, input_names=input_names, output_names=output_names) #add:opset_version=11 torch.onnx.export(model, input, onnx_path, verbose=True, input_names=input_names, output_names=output_names, opset_vers...
Pytorch——初探onnx（1）解决upsample_bilinear2d转换问题
weixin_45709671的博客
07-07 4143
问题 将pytorch的pth文件读取后转换为ONNX格式，尝试使用下述代码将model导出为onnx格式 onnx.export(model, input_image, 'model.onnx') 出现了如下错误 RuntimeError: ONNX export failed: Couldn‘t export operator aten::upsample_bilinear2d 环境 目前测试发现pytorch1.6及以下均存在此问题 复现 下述代码中使用的mode为bilinear，align_co
torch.onnx.errors.UnsupportedOperatorError: Exporting the operator ‘aten::unflatten‘ to ONNX opset
Texh1201的博客
02-21 1645
这意味着在当前的 ONNX opset 版本（版本 11）中，不支持将 “aten::unflatten” 运算导出为 ONNX 格式。：如果 “aten::unflatten” 运算在你的模型中被广泛使用，并且目前无法导出为 ONNX 格式，那么你可能需要考虑修改模型结构，以使用 ONNX 支持的运算来替代 “aten::unflatten”。: 你可以尝试使用较低版本的 ONNX opset（如版本 10），因为较低版本的 opset 可能支持更少的运算，但也可能会限制模型的某些功能。
Torch 转 ONNX遇到UnsupportedOperatorError: Exporting the operator ::resolve_conj to ONNX opset version
Y_飞鱼
07-05 1515
【代码】Torch 转 ONNX遇到UnsupportedOperatorError: Exporting the operator ::resolve_conj to ONNX opset version。
pytorch转onnx遇到的问题汇总
juluwangriyue的博客
06-11 3232
1、关于torch导出onnx时候无法导出 upsample_bilinear2d的问题： 有人说直接将bilinear换成nearest，但是模型效果自然打折扣 完美的解决方案如下 torch.onnx.export(model, dummy_tensor, output, export_params=True,opset_version=11) 这里只需要在后面多加一个 opset_version = 11 就可以解决 但是前提是你的pytorch版本需要大于1.3.0 2、ONNX export f
Exporting the operator ‘aten::scaled_dot_product_attention‘ to ONNX opset version 14 is not support.
零碎@流年絮语 的博客
12-01 1435
我将 pytorch从2.0 版本降至 pytorch1.13 版本之后，就可以运行了。更换版本也未能解决，正要写算子进行替换时，不小心重装了另一个版本的pytorch。
ONNX export failed on ATen operator grid_sampler because torch.onnx.symbolic.grid_sampler does not e
怡宝2号
09-13 2481
pytorch转onnx时，pytorch中用了F.grid_sample，报错： ‘ONNX export failed on ATen operator grid_sampler because torch.onnx.symbolic.grid_sampler does not exist’ 解决方案 暂时无
转换为onnx模型错误汇总
06-10
在将模型转换为 ONNX 格式时，可能会出现一些错误，下面是一些常见的错误汇总及解决方法： 1. AttributeError: module 'torch.onnx' has no attribute 'OperatorExportTypes' 解决方法：更新 PyTorch 版本至 1.7 以上。 2. TypeError: Forward is not a function 解决方法：检查模型的 forward 函数是否写正确。 3. TypeError: can't pickle torch.Tensor objects 解决方法：将模型中的所有 tensor 转换为 numpy 数组。 4. ValueError: ONNX export failed: Couldn't export operator aten::upsample_bilinear2d 解决方法：将上采样函数改为 interpolate 函数。 5. RuntimeError: ONNX export failed: Couldn't export operator aten::max_pool2d 解决方法：将模型中的 max_pool 函数改为 adaptive_max_pool 函数。 6. RuntimeError: ONNX export failed: Couldn't export operator aten::mm 解决方法：将模型中的 mm 函数改为 matmul 函数。 7. RuntimeError: ONNX export failed: Couldn't export operator aten::addmm 解决方法：将模型中的 addmm 函数改为 matmul 函数与 add 函数相结合。 8. RuntimeError: ONNX export failed: Could not export Cast 解决方法：将 Cast 函数改为 astype 函数。 9. RuntimeError: ONNX export failed: Could not export Expand 解决方法：将 Expand 函数改为 broadcast_to 函数。 10. RuntimeError: ONNX export failed: Could not export Gather 解决方法：将 Gather 函数改为 gather 函数。 需要注意的是，在转换模型时，需要保证模型的版本兼容性，以及选择适当的 ONNX 运行时。同时，也需要确保模型的输入输出格式正确，以便后续使用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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
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