python从机器学习模型导出onnx报错
这个错误发生在导出onnx后进行调用的时候,而错误发生的原因在于导出的时候没有进行标签定义
比如在通过scikit-learn进行学习后根据官网的数据案例会提供如下的导出方法
from skl2onnx import convert_sklearn
from skl2onnx.common.data_types import FloatTensorType
initial_type = [('float_input', FloatTensorType([1, 4]))]
onx = convert_sklearn(clr, initial_types=initial_type)
with open("logreg_iris.onnx", "wb") as f:
f.write(onx.SerializeToString())
这在官网案例当中其实是没有什么问题的,但是很多情况下我们输出不是单个标签,可能是多维的,举个例子,注意final_type 的输出类型定义
# initial_type是模型的输入,维度为1*5.
initial_type = [('float_input', FloatTensorType([1, 5]))]
#final_type 是模型的输出,维度为1*112
final_type = [('label', Int64TensorType([1, 112])),
('output', FloatTensorType([1, 112]))]
#下面rfc_S是学习后的模型
onx_S = convert_sklearn(rfc_S, initial_types=initial_type, final_types=final_type, options={'zipmap': False})
# 将模型导出为onnx格式到根目录下
with open("rcf_S_Onnx.onnx", "wb") as f:
f.write(onx_S.SerializeToString())