torch转onnx onnx转mxnet中遇见的问题

1.torch onnx mxnet（python）结果一致，mxnet（c++）版本结果无法对上且差异较大
通过强制将图像resize到输入大小后，torch、onnx、mxnet（python）、mxnet（c++）结果一致
原因：模型训练过拟合原因，resize方式不一样，影响波动比较大
2.mxnet（c++）版本和torch transform 标准化数据方式不一样
torch：
transform.ToTensor() 数据归一化 x/255∈[0,1]
transform.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)) 数据标准化 (x/255-0.5)/0.5∈[-1,1]
mxnet:
转换为mxnet数据标准化为：(x-127.5)*(1/127.5)=(x-127.5)*0.00784313725490196
3.分类模型如shufflenet转换时，torch和mxnet out结果归一化
torch代码中通过F.softmax(out,dim=1)，结果归一化
mxnet model-symbol.json中为log_softmax op，改为softmax可做归一化处理，否则和torch输出out结果一致