ONNX symbolic expected a constant value in the trace

最新推荐文章于 2024-04-01 11:58:52 发布
最新推荐文章于 2024-04-01 11:58:52 发布
阅读量444 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangjinhai123456/article/details/103686967
版权

利用Pytorch 运行出来的pth文件，想在windows平台上部署，可以用opencv的DNN模块，也可以利用onnx来部署，

之前的环境是torch=1.0.0  torchvision=0.4.1 

但是运行中出现这个错误：ONNX symbolic expected a constant value in the trace

后面调试发现torch需要升级到1.3.1， torchvision升级到0.4.2就可以解决这一问题

pip3 install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html 

黎明前的暗黑
关注
PyTorch学习总结(三)——ONNX
码农王小呆的博客
12-05 5万+
1.什么是ONNXOpen Neural Network Exchange (ONNX)是开放生态系统的第一步，它使人工智能开发人员可以在项目的发展过程中选择合适的工具;ONNX为AI models提供了一种开源格式。它定义了一个可以扩展的计算图模型，同时也定义了内置操作符和标准数据类型。最初我们关注的是推理(评估)所需的能力。Caffe2, PyTorch, Microsoft Cognitive
pytorch保存onnx模型
weixin_43570470的博客
08-16 2240
pytorch保存onnx模型的方法。
[转] Expect的基本用法
weixin_30314631的博客
06-06 543
一、概述 我们通过Shell可以实现简单的控制流功能，如：循环、判断等。但是对于需要交互的场合则必须通过人工来干预，有时候我们可能会需要实现和交互程序如telnet服务器等进行交互的功能。而Expect就使用来实现这种功能的工具。 Expect是一个免费的编程工具语言，用来实现自动和交互式任务进行通信，而无需人的干预。Expect的作者Don Libes在1990年开始编写Expect...
RuntimeError: ONNX symbolic expected a constant value in the trace
YahamaTarGe的博客
10-19 592
pth 模型转 onnx时出错 参考 up3 = F.interpolate(output3, size=[output2.size(2), output2.size(3)], mode="nearest") # error up3 = F.interpolate(output3, size=[32, 32], mode="nearest") ...
Matlab.rar_The Other Language_simulink package_symbolic dynamic
09-24
Although it is numeric only, an optional toolbox uses the MuPAD symbolic engine, allowing access to computer algebra capabilities. An additional package, Simulink, adds graphical multidomain ...
onnx-tensorrt：ONNX-TensorRT：ONNX的TensorRT后端
02-05
适用于ONNX的TensorRT后端 解析ONNX模型以使用执行。 另请参阅。 有关最近更改的列表，请参见 。 有关常见问题的列表，请参见 。 支持的TensorRT版本 Master分支上的开发适用于具有完整尺寸和动态形状支持的的...
Symbolic dynamics approach to parameter estimation without initial value
02-20
Symbolic dynamics, which partitions the infinite number of finite length trajectories into a finite<BR>number of trajectory sets, allows a simplified and “coarse-grained” description of the dynamics...
pytorch转onnx模型常见的Expected object of device type cuda but got device type cpu错误分析
lhyyhlfornew的博客
10-27 1159
在将pytorch训练好的模型转成onnx模型时遇到最多的报错之一就是Expected object of device type cuda but got device type cpu这种数据计算位置的错误，这个错误的原因是在转成onnx模型时会将自动将原来代码中所有的python数值都转为tensor（不管是常量还是变量），在转为tensor之后肯定要牵扯到数据计算位置的问题，比如之前源代码是在GPU能正常运行但是有些数据是python数值，然后在转换onnx模型时这些python数值都转为了tens
pytorch模型转onnx格式，编写符号函数实现torch算子接口和onnx算子的映射，新建简单算子--模型部署记录整理
白水空空
03-14 1415
对于深度学习模型来说，模型部署指让训练好的模型在特定环境中运行的过程。相比于软件部署，模型部署会面临更多的难题：为了让模型最终能够部署到某一环境上，开发者们可以使用来定义网络结构，并。之后，模型的结构和参数会被转换成一种只描述网络结构的中间表示，一些针对网络结构的优化会在中间表示上进行。最后，用面向硬件的高性能编程框架(如 CUDA，OpenCL）编写，能高效执行深度学习网络中算子的推理引擎会。这一条流水线解决了模型部署中的两大问题：使用对接深度学习框架和推理引擎的中间表示，开发者不必担心如何在新环境中运行
【模型序列化】——量化onnx模型
怡宝2号
12-22 1121
onnx, mnn 如何用onnx的python api创建一个quantizeliner层 链接：https://codechina.csdn.net/mirrors/onnx/onnx/-/blob/master/docs/Operators.md#QuantizeLinear example： node = onnx.helper.make_node('QuantizeLinear', inputs=['x', 'y_scale', '.
ONNX网络模型解析
热门推荐
SilentOB的博客
11-01 1万+
ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch, MXNet）可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软，亚马逊 ，Facebook 和 IBM 等公司共同开发，以开放源代码的方式托管在Github上。目前官方支持加载ONNX模型并进行推理的深度学习框架有： Caffe2, PyTorc...
模型量化 pytorch2onnx
wholetus的博客
08-31 1369
pytorch转onnx
【垫脚石】torch2onnx
weixin_42049829的博客
11-19 461
torch2onnx的转换和推理，以及遇到的小问题
用VGG16做迁移学习，转换为onnx时提示adaptive_avg_pool2d不支持
爱coding的大尾巴的专栏
03-10 2798
问题：VGG16训练出的模型效果很好，但是是PTH格式的，想转换为ONNX通用模型，但会报错。解答：只需要把输入维度固定为VGG16的输入图像的尺寸224*224就可以了。因为权重文件的参数数量是提前预设好的，如果随意改变，adaptive_avg_pool2d的输出就不是7*7*512了。这个问题已经困扰我一周了，今天好不容易解决，记录一下。全网没找到相关答案，在这里找到答案并解决的小伙伴请留个赞。
ONNX，从了解到精通
最新发布
qq_37794738的博客
04-01 1780
这篇教程用到的技术很多，需要有一定的基础，博主建议先学会添加算子的方法，走通整个流程之后，再回来填那些坑，比如如何添加Pytorch的具体实现插件，有没有更便捷的添加ONNX插件的方法等等，这些后面博主都会更新；
ModuleNotFoundError: No module named 'torch.onnx.symbolic_registry'
09-07
这个错误通常是因为你的torch版本太低导致的。`torch.onnx.symbolic_registry`是在较新的torch版本中引入的。你可以尝试更新torch版本，使用命令`pip install torch --upgrade`来更新安装最新版本的torch。如果你已经安装了较新的版本，那可能是其他原因导致的问题，你可以提供更多的错误信息和代码片段，让我更好地帮助你解决问题。
评论
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