4.33 构建onnx结构模型-Expand

发布时间:2023年12月31日

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 Expand 结点进行分析

在这里插入图片描述

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
import numpy as np

# 定义输入数据
input_data = np.array([1, 2, 3])

# 创建expand节点
node = helper.make_node(
    'Expand',
    inputs=['input_data', 'shape'],
    outputs=['output_data']
)

# 创建ONNX图
graph = helper.make_graph(
    [node],
    'expand_graph',
    inputs=[
        helper.make_tensor_value_info('input_data', onnx.TensorProto.FLOAT, [3]),
        helper.make_tensor_value_info('shape', onnx.TensorProto.INT64, [3])
    ],
    outputs=[
        helper.make_tensor_value_info('output_data', onnx.TensorProto.FLOAT, [3, 3])
    ]
)

# 创建ONNX模型
model = helper.make_model(graph)

# 保存ONNX模型
onnx.save(model, 'expand_model.onnx')

文章来源:https://blog.csdn.net/weixin_45063703/article/details/135313832
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。