pytorch1.4 转onnx遇到的问题

最新推荐文章于 2023-10-13 10:19:25 发布
最新推荐文章于 2023-10-13 10:19:25 发布
阅读量1.2k 收藏
点赞数
分类专栏： pytorch基础
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/weixin_40970506/article/details/105218997
版权

pytorch 不同版本下载
https://download.pytorch.org/whl/torch_stable.html

F.interpolate(x, size=(x_copy.size(2), x_copy.size(3)),
mode=“bilinear”, align_corners=True) # 原始
在这里插入图片描述
在这里插入图片描述

为了不改变原始的写法，需要将opset_version=9　改为11
在这里插入图片描述
即可解决
在这里插入图片描述

土士
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
onnx预测，语义分割，实例分割，多输出
weixin_70251903的博客
04-08 193
注意在调用onnx时要根据输出拿到相应的检测头。1.pth转onnx（车道线检测）二、实例分割（mask Rcnn）
pytorch 转换onnx_是什么引起了各个框架 Resize 操作的结果不同？——来自 ONNX 的标准化尝试...
weixin_30781059的博客
12-08 916
作者：京东AI研究院 张建浩炼丹师在转换模型的时候，经常会发现给转换前后的模型输入同样的图片，模型结果有微小的差别。其中的原因有数值算法的误差、不同 jpeg 解码库产生的结果不同等等，也有不同框架内部对某些算子的实现差异。在给 ONNX 贡献 Resize 算子的 spec 的时候，我发现 Resize 是一个突出体现了框架实现差异的算子——多种 Resize 类型、不统一的超参数、将错就错的历...
pytorch转onnx注意事项（翻译）
怡宝2号
09-14 5874
像data[index] = new_data这样的张量就地索引分配目前在导出中不受支持。解决这类问题的一种方法是使用算子散点，显式地更新原始张量。 就是像tensorflow的静态图，不能随便改变tensor的值，可以用torch的scatter_方法解决 错误的方式 # def forward(self, data, index, new_data): # data[index] ...
【RK3588 第四篇】YOLO V5中pytorch2onnx，pytorch和onnx模型输出不一致，精度降低
钱多多先森
10-13 3464
pytorch转onnx模型发现的问题，以及转rknn出现的精度下降，同时验证了新的pytorch转onnx模型出现的麻烦事
pytorch转换onnx,测试onnx,pytorch 模型结果是否一致
m0_37192554的博客
01-07 4313
def to_onnx(): dummy_input = torch.randn(1, 3, 112, 112, dtype=torch.float) # model = model_res() model = model_osnet() input_names = ["data"] output_names = ["fc"] torch.onnx.export( model, dummy_input, "./
将pytorch框架网络转换为onnx格式，并使用netron可视化HRNet的网络结构
q1768792021的博客
04-14 1985
前言 一、环境配置 1.配置运行环境 2.安装netron 二、pytorch到onnx 1.定位主干网络 2.onnx格式转换 附：HRNet emantic-segmentation运行的调试
Pytorch模型转onnx模型实例
09-18
今天小编就为大家分享一篇Pytorch模型转onnx模型实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Anaconda中创建虚拟环境python3.7并安装pytorch1.4
12-21
切换至清华镜像源 cmd中输入： conda config --add channels ...conda config --set show_channel_urls yes 添加Pytorch 清华源（清华源针对pytorch有单独的源） cmd中输入： conda config --add channels ht
nnunet-pytorch转onnx
06-13
nnunet-pytorch转onnx格式相应代码实现
YOLOv5算法移植部署RK3399Pro开发板及pytorch模型转ONNX转RKNN(带说明文档).zip
最新发布
10-18
YOLOv5算法移植部署RK3399Pro开发板及pytorch模型转ONNX转RKNN(带说明文档).zipYOLOv5算法移植部署RK3399Pro开发板及pytorch模型转ONNX转RKNN(带说明文档).zip YOLOv5算法移植部署RK3399Pro开发板及pytorch模型转...
Keras笔记（二）
zzh_AI的博客
09-18 359
3.概念 数据格式 目前主要有两种方式来表示张量： a) th模式或channels_first模式，Theano和caffe使用此模式。 b）tf模式或channels_last模式，TensorFlow使用此模式。 下面举例说明两种模式的区别： 对于100张RGB3通道的16×32（高为16宽为32）彩色图， th表示方式：（100,3,16,32） tf 表示方式：（100,16,32,3） 唯一的区别就是表示通道个数3的位置不一样。 模型 Keras有两种类型的模型，序贯模型（Sequential
Pytorch上下采样函数--interpolate用法
09-16
主要介绍了Pytorch上下采样函数--interpolate用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pytorch转Onnx转TensorRT踩坑记
幸福回头的博客
08-13 7683
转换Onnx过程中： PyTorch v1.0.1 Reshape不支持报错 源码安装PyTorch v1.0.1 caffe2报错 PyTorch v1.2.0 需要升级cuda10.0以上 PyTorch v1.1.0报错： RuntimeError: Failed to export an ONNX attribute, since it's not constant, ple...
pytorch文档地址与ONNX算子文档
baidu_40840693的博客
06-18 3223
https://pytorch.apachecn.org/ https://github.com/onnx/onnx/blob/master/docs/Operators.md
retinanet pytorch转换onnx Unsample 问题 pytorch转onnx踩坑日记
m0_37192554的博客
03-23 3170
1、export of nn.interpolate #pytroch Unsample 相当于 resize,nearst，不是反卷积实现的操作,下面是讨论 https://github.com/pytorch/pytorch/issues/34718 2、 该博客下的 pytorch1.0,1.0.1-- onnx --tensorRT5.0.2.6的upsample_nearest2d ...
pytorch经onnx使用TensorRT部署转换踩坑记录
baidu_33738335的博客
12-17 7053
老版本踩坑 1. Pytorch模型中不能有条件支路 因为Pytorch模型转onnx模型的过程中，需要传给模型一个假的输入，然后做一次前向传播，再根据前向传播的结果来做模型的转换 2. Pytorch中的某些操作在TensorRT中不支持 x = x.view(x.size(0), -1)不支持，换成x = x.flatten(1) torch.unsqueeze(x[:, 0], 1)不支持，需要去掉 动态size是不支持的，比如h = x.size()[2]，改成具体数值 3. Pytorch中的
python3环境下pytorch模型转onnx部署tensorRT
u012114438的博客
03-17 7565
1.python环境下安装tensorRT #在home下新建文件夹，命名为tensorrt_tar，然后将下载的压缩文件拷贝进来解压 tar xzvf TensorRT-5.0.2.6.Ubuntu-16.04.4.x86_64-gnu.cuda-9.0.cudnn7.3.tar #解压得到TensorRT-5.0.2.6的文件夹，将里边的lib绝对路径添加到环境变量中 export LD_L...
Pytorch转ONNX详解
热门推荐
zandaoguang的博客
12-10 1万+
作者丨立交桥跳水冠军@知乎来源丨https://zhuanlan.zhihu.com/p/272767300编辑丨极市平台之前几个月参与了OpenMMlab的模型转ONNX的工作（git...
pytorch 模型转 onnx 遇到的问题记录.
走错路的程序员
05-28 5862
1.第一个内存溢出. 解决方法,增加系统虚拟内存. 2.导出时报错 D:\Anaconda3\lib\site-packages\torch\onnx\symbolic_helper.py:266: UserWarning: You are trying to export the model with onnx:Resize for ONNX opset version 10. This operator might cause results to not match the expected res
pytorch模型转onnx
08-29
PyTorch是一个非常流行的深度学习框架，而ONNX（Open Neural Network Exchange）是一个用于深度学习模型的开放式标准格式。 要将PyTorch模型转换为ONNX，你可以按照以下步骤进行操作： 1. 首先，确保已经安装了PyTorch和ONNX。可以通过在终端中运行适当的安装命令来完成安装。 2. 在PyTorch中加载并训练你的模型。确保模型已经被训练并达到你期望的性能。 3. 通过使用torch.onnx.export()函数将PyTorch模型转换为ONNX格式。此函数接受三个参数：模型，一个用于输入样本的示例张量，以及要保存ONNX模型的文件路径。例如： ```python import torch import torchvision model = torchvision.models.resnet18(pretrained=True) example_input = torch.randn(1, 3, 224, 224) torch.onnx.export(model, example_input, "resnet18.onnx") ``` 4. 在运行上述代码后，你将在当前工作目录中找到"resnet18.onnx"文件，其中包含了转换后的ONNX模型。 5. 可以使用ONNX Runtime、TensorRT等支持ONNX的推理引擎来加载并运行ONNX模型。这些库提供了高性能的推理功能，并允许你在多种硬件上运行ONNX模型。 总结一下，将PyTorch模型转换为ONNX只需几个简单的步骤，这使得我们能够在不同的深度学习框架和硬件平台上进行模型部署和推理。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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