打印ONNX/TRT文件的所有节点

给一段python代码 可以查看.onnx文件的所有节点。

import onnx

def print_graph_nodes(model_path):
    # 加载 ONNX 模型
    model = onnx.load(model_path)

    # 遍历所有图节点并打印节点信息
    for node in model.graph.node:
        node_type = node.op_type
        node_name = node.name
        print(f'Node Type: {node_type}, Node Name: {node_name}')

if __name__ == '__main__':
    onnx_model_file = 'path/to/your/model.onnx'
    print_graph_nodes(onnx_model_file)

给一段python代码 可以查看.trt文件的所有节点

import tensorrt as trt

def print_network_nodes(trt_engine_path):
    # 加载TensorRT引擎
    with open(trt_engine_path, 'rb') as f, trt.Runtime(trt.Logger()) as runtime:
        engine = runtime.deserialize_cuda_engine(f.read())

    # 遍历所有网络层并打印节点信息
    for layer in engine:
        layer_type = layer.type
        layer_name = layer.name
        print(f'Layer Type: {layer_type}, Layer Name: {layer_name}')

if __name__ == '__main__':
    trt_engine_file = 'path/to/your/model.trt'
    print_network_nodes(trt_engine_file)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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