4.3 cut onnx结构

文章介绍了如何使用Python的onnx库对ONNX模型进行部分结构提取,提到了onnx.utils.extract_model函数的应用,同时指出某些情况下需要额外处理。
摘要由CSDN通过智能技术生成

前言

对现有onnx 进行剪切,得到部分onnx结构

Code

import onnx

org_name="new_sim.onnx"
# save_name="./example.onnx"
# save_name="./example2.onnx"
# save_name="./example3.onnx"
save_name="./example4.onnx"


input_name = ["input"]
# output_name = ["81"]
# output_name = ["83"]
# output_name = ["107"]
output_name = ["126"]

onnx.utils.extract_model(org_name, save_name, input_name, output_name)
print("DONE!!!")

总结

  • 采用对应代码,可以进行剪切onnx
  • 有些情况不能简单cut,需要进一步处理,这里不做介绍
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

打赏作者

nsq_ai

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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