onnx simplifier Download - onnx simplifier Fonte Download do Código

onnx simplifier

Pitão

1.0.0

Baixar

Onnx Simplifier

Onnx é ótimo, mas às vezes complicado demais.

Fundo

Um dia, eu queria exportar a seguinte operação de remodelamento simples para o ONNX:

 import torch


class JustReshape ( torch . nn . Module ):
    def __init__ ( self ):
        super ( JustReshape , self ). __init__ ()

    def forward ( self , x ):
        return x . view (( x . shape [ 0 ], x . shape [ 1 ], x . shape [ 3 ], x . shape [ 2 ]))


net = JustReshape ()
model_name = 'just_reshape.onnx'
dummy_input = torch . randn ( 2 , 3 , 4 , 5 )
torch . onnx . export ( net , dummy_input , model_name , input_names = [ 'input' ], output_names = [ 'output' ])

A forma de entrada neste modelo é estática, então o que eu esperava é

Simple_rehape

No entanto, recebi o seguinte modelo complicado:

complicado_rehape

Nossa solução

O Onnx Simplificador é apresentado para simplificar o modelo ONNX. Ele infere todo o gráfico de computação e substitui os operadores redundantes por suas saídas constantes (também conhecidas como dobragem constante).

Versão da web

Publicamos o OnNX Simplifier no convertmodel.com. Funciona fora da caixa e não precisa de nenhuma instalação . Observe que ele é executado no navegador localmente e seu modelo é completamente seguro.

Versão Python

 pip3 install -U pip && pip3 install onnxsim

Então

 onnxsim input_onnx_model output_onnx_model

Para recursos mais avançados, tente o seguinte comando para obter uma mensagem de ajuda

 onnxsim -h

Demonstração

Uma comparação geral entre um modelo complicado e sua versão simplificada:

Comparação entre modelo antigo e novo modelo

Fluxo de trabalho no script

Se você deseja incorporar o pacote Python simplificador OnNX em outro script, é tão simples assim.

 import onnx
from onnxsim import simplify

# load your predefined ONNX model
model = onnx . load ( filename )

# convert model
model_simp , check = simplify ( model )

assert check , "Simplified ONNX model could not be validated"

# use model_simp as a standard ONNX model object