算法工具-1.torch Pt模型转onnx(torch.onnx.export(m, d, onnx_path))
2021/8/19 1:06:05
本文主要是介绍算法工具-1.torch Pt模型转onnx(torch.onnx.export(m, d, onnx_path)),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
使用torch.onnx.export来进行模型的构造
import torch import torch.nn as nn import torch.nn.functional as F import torch.onnx import netron class model(nn.Module): def __init__(self): super(model, self).__init__() self.block1 = nn.Sequential( nn.Conv2d(64, 64, 3, padding=1, bias=False), nn.BatchNorm2d(64), nn.ReLU(inplace=True), nn.Conv2d(64, 32, 1, bias=False), nn.BatchNorm2d(32), nn.ReLU(inplace=True), nn.Conv2d(32, 64, 3, padding=1, bias=False), nn.BatchNorm2d(64) ) self.conv1 = nn.Conv2d(3, 64, 3, padding=1, bias=False) self.output = nn.Sequential( nn.Conv2d(64, 1, 3, padding=1, bias=True), nn.Sigmoid() ) def forward(self, x): x = self.conv1(x) identity = x x = F.relu(self.block1(x) + identity) x = self.output(x) return x d = torch.rand(1, 3, 416, 416) m = model() o = m(d) onnx_path = "onnx_model.onnx" torch.onnx.export(m, d, onnx_path) netron.start(onnx_path)
这篇关于算法工具-1.torch Pt模型转onnx(torch.onnx.export(m, d, onnx_path))的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-07-03微信支付提示下单账户与支付账户不一致-icode9专业技术文章分享
- 2024-07-03微信支付提示订单号重复-icode9专业技术文章分享
- 2024-07-02微服务启动nacos注册上去了,但是一直没有收到请求-icode9专业技术文章分享
- 2024-07-02如何检查文件的编码格式-icode9专业技术文章分享
- 2024-07-02sublime 更改编码格式-icode9专业技术文章分享
- 2024-06-30uniAPP 实现全屏左右滚动滚动的效果-icode9专业技术文章分享
- 2024-06-30如何在本地使用授权或插件-icode9专业技术文章分享
- 2024-06-30伪静态规则配置方法汇总-icode9专业技术文章分享
- 2024-06-29易优CMS安装常见问题汇总-icode9专业技术文章分享
- 2024-06-28易优新手必读安装教程-icode9专业技术文章分享