Mecanim 发表于 2022-9-21 18:22

写的是真的好[爱]

zt3ff3n 发表于 2022-9-21 18:27

边的序号得在转出ONNX模型后，在Netron可视化结果里看，或者像本文一样用Python API读取模型并输出成文本硬看。

franciscochonge 发表于 2022-9-21 18:35

解决了吗

Ylisar 发表于 2022-9-21 18:45

第六期已更，快来学习啦OpenMMLab：模型部署入门教程（六）：实现 PyTorch-ONNX 精度对齐工具

johnsoncodehk 发表于 2022-9-21 18:49

OpenMMLab：模型部署入门教程（六）：实现 PyTorch-ONNX 精度对齐工具 看看这个？

DomDomm 发表于 2022-9-21 18:54

写的太好了，后期能不能出一下关于onnx转trt的例子教程[拜托]

redhat9i 发表于 2022-9-21 19:02

自己在部署的时候碰到两个问题，能不能请老师帮忙看看...[拜托][拜托][拜托]
1.torch.inverse好像没有对应的onnx算子，这个要怎么自定义呀。
2.Warning: Constant folding - Only steps=1 can be constant folded for opset >= 10 onnx::Slice op. Constant folding not applied.
这个warning是什么导致的呀？切片操作？有啥影响吗？
感谢[爱]

mastertravels77 发表于 2022-9-21 19:10

Python API获取的边的编号有些就不是数字编号，下面整个是我本地查看文章中的模型的输出结点，[['input'], ['input.4'], ['input.8'], ['input.12'], ['onnx::Add_25'], ['input.16'], ['onnx::Add_27'], ['input.20'], ['input.24'], ['input.28'], ['31']，我用netron打开看和我利用python API输出的结果一样，这个有好的解决办法（将边的非数字编号转为数字编号）吗？[害羞]

APSchmidt 发表于 2022-9-21 19:11

良心教程，太棒了[赞]

super1 发表于 2022-9-21 19:11

同样期待！
页: 1 [2] 3
查看完整版本: 模型部署入门教程（五）：ONNX 模型的修改与调试