Py之tf2onnx：tf2onnx库的简介、安装、使用方法之详细攻略

最新推荐文章于 2025-03-06 00:05:06 发布

一个处女座的程序猿

最新推荐文章于 2025-03-06 00:05:06 发布

阅读量5.2k

点赞数 5

分类专栏： Python_Libraries 文章标签： tensorflow python tf2onnx

本文链接：https://blog.csdn.net/qq_41185868/article/details/130653000

版权

Python_Libraries 专栏收录该内容

263 篇文章

订阅专栏

tf2onnx是一个用于将TensorFlow和Keras模型转换为ONNX格式的库，支持命令行和PythonAPI操作。安装可通过pip，基础使用包括读取TensorFlow模型并转换为ONNX文件。转换过程中，可能遇到不完全支持的操作，需参考官方提供的支持列表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Py之tf2onnx：tf2onnx库的简介、安装、使用方法之详细攻略

tf2onnx库的简介

tf2onnx是一个将TensorFlow（tf-1.x或tf-2.x）、keras、tensorflow.js和tflite模型转换为ONNX的工具库，可通过命令行或Python API进行操作。
注意：tensorflow.js支持刚刚添加。虽然我们已经在tfhub上测试了许多tfjs模型，但仍应将其视为实验性功能。
TensorFlow具有比ONNX更多的操作，有时将模型映射到ONNX会产生问题。您可以在此处找到支持的TensorFlow操作及其与ONNX的映射列表。

GitHub链接：
GitHub - onnx/tensorflow-onnx: Convert TensorFlow, Keras, Tensorflow.js and Tflite models to ONNX

tf2onnx库的安装

pip install tf2onnx

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tf2onnx

tf2onnx库的使用方法

1、基础用法

将TensorFlow模型转换为ONNX格式

import tensorflow as tf
import tf2onnx

graph_def = tf.GraphDef()
with tf.gfile.GFile('input.pb', 'rb') as f:
    graph_def.ParseFromString(f.read())

with tf.Session() as sess:
    tf.import_graph_def(graph_def, name='')
    g = sess.graph
    onnx_model = tf2onnx.convert.from_session(sess, input_names=['input:0'], output_names=['output:0'])
    with open('output.onnx', 'wb') as f:
        f.write(onnx_model.SerializeToString())