pytorch训练结果 转 onnx

pytorch训练结果转可部署onnx

import torch
import torchvision

input_data = torch.randn(1, 3, 224, 224)
model = torchvision.models.resnet18(pretrained=True)
input_names = [ "input" ]
output_names = [ "output"]

torch.onnx.export(model, 
                  input_data , 
                  "resnet.onnx", 
                verbose=True, 
                input_names=input_names, 
                output_names=output_names)

# check onnx model
onnx_model = onnx.load("resnet.onnx")  # load onnx model
onnx.checker.check_model(onnx_model)

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

“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
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