【ONNX】各深度学习框架的模型转ONNX

注：大多框架的模型(pytorch、caffe2、mxnet)在加载的时候(如果有大佬知道)，都需要知道输入的shape，caffe2甚至需要输入的name(caffe2只是在转onnx时需要知道input_name和input_size，如果哪位大佬知道如何在caffe2模型中获取input name或Input size可以告诉我一下)，tensorflow需要知道输出的name。。。。在这方面还是cntk和caffe好

pytorch

pytorch安装

Linux和Windows现都已支持Stable(1.0)版本
官网安装
linux cpu安装:

conda install pytorch-cpu torchvision-cpu -c pytorch

版本查询：

import torch
print(torch.__version__)

pytorch转onnx

pytorch在导入模型时，需要有定义模型类的文件(.py格式)

python pytorch2onnx.py ptmodel_path ptmodel_class_py_path insize_n insize_c insize_w insize_h saved_onnx_path_name

ptmodel_path:模型路径，pth、pkl、pt格式不限，pytorch保存模型的时候选择的是保存整个模型而不是只保存网络训练参数。
ptmodel_class_py_path:模型类定义文件的路径(可以不放在当前路径下)，py文件，为pytorch定义模型的类的文件
insize_n、insize_c、insize_w、insize_h:输入的维度
saved_onnx_path_name:保存为onnx模型的路径+文件名(没有路径会保存在当前路径下)

关于pytorch模型的题外话

感觉pytorch保存模型实在是太麻烦了、就算把网络结构和训练参数都保存了，依然需要在导入的时候在某处存在这个模型类的定义。对pytorch的探索可能还是太浅，现在暂且只能做到把这个类定义文件拷贝到当前路径下，用完再删除。