4.25 构建onnx结构模型-Split

前言

构建onnx方式通常有两种：
1、通过代码转换成onnx结构，比如pytorch —> onnx
2、通过onnx 自定义结点，图，生成onnx结构

本文主要是简单学习和使用两种不同onnx结构，
下面以 Slice 结点进行分析

方式

方法一：pytorch --> onnx

暂缓，主要研究方式二

方法二： onnx

import onnx
from onnx import helper, numpy_helper

# 创建一个split onnx node
split_node = onnx.helper.make_node(
    'Split',  # node类型
    ['input'],  # 输入
    ['output1', 'output2'],  # 输出
    axis=1,  # 分割的轴
    split=[3, 5]  # 分割的大小
)

# 创建一个onnx graph
graph = helper.make_graph(
    [split_node],  # nodes
    'split_graph',  # name
    [helper.make_tensor_value_info('input', onnx.TensorProto.FLOAT, [1, 8])],  # inputs
    [helper.make_tensor_value_info('output1', onnx.TensorProto.FLOAT, [1, 3]),  # outputs
     helper.make_tensor_value_info('output2', onnx.TensorProto.FLOAT, [1, 5])]
)

# 创建一个onnx model
model = helper.make_model(graph, producer_name='onnx-split-example')

# 保存onnx model
onnx.save(model, 'split_model.onnx')