学习用torch写模型

用torch写一个topk+add的小模型

import torch

print(torch.__version__)

class Net1(torch.nn.Module):
    def __init__(self):
        super(Net1, self).__init__()

    def forward(self, x):
        output = torch.topk(x,1000)
        print("**************",type(output),"********")
        input_add = torch.randint(1,10000,(1,1000)).to(torch.int64)
        output_1 = torch.add(input=output[0],other=input_add)


        return output_1

model = Net1()

dummy_input = torch.randint(1, 10000,(1,10336))
dummy_input = dummy_input.to(torch.int64)
input_names = ["input_1"]
# output_names = ["output_1","output_2"]
output_names = ["output_1"]

torch.onnx.export(model, dummy_input, "topk.onnx",input_names=input_names,output_names=output_names,opset_version=12)

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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