onnx simplifier下載 - onnx simplifier源代碼下載

onnx simplifier

Python

1.0.0

下載

簡化器

ONNX很棒，但有時太複雜了。

背景

有一天，我想將以下簡單的重塑操作導出到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' ])

該模型中的輸入形狀是靜態的，所以我期望的是

simple_reshape

但是，我得到了以下複雜的模型：

複雜的_reshape

我們的解決方案

提出了ONNX簡化器，以簡化ONNX模型。它會滲透整個計算圖，然後用恆定輸出（又稱常數折疊）代替冗餘運算符。

Web版本

我們已經在convertmodel.com上發布了ONNX簡化器。它開箱即用，不需要任何安裝。請注意，它在本地瀏覽器中運行，並且您的型號完全安全。

Python版本

 pip3 install -U pip && pip3 install onnxsim

然後

 onnxsim input_onnx_model output_onnx_model

有關更高級功能，請嘗試以下命令獲取幫助消息

 onnxsim -h

示範

複雜模型與簡化版本之間的總體比較：

舊模型和新模型之間的比較

本文工作流程

如果您想在另一個腳本中嵌入onnx簡化python軟件包，那就那麼簡單了。

 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