用VGG16做迁移学习，转换为onnx时提示adaptive_avg_pool2d不支持

爱coding的大尾巴

已于 2023-06-07 15:31:37 修改

阅读量3.4k

点赞数 11

CC 4.0 BY-SA版权

文章标签： pytorch 深度学习语言模型

于 2023-03-10 21:51:15 首次发布

本文链接：https://blog.csdn.net/liguangxi123/article/details/129453997

在尝试将使用VGG16训练的PTH模型转换为ONNX格式时遇到错误，原因是adaptive_avg_pool2d操作的输出尺寸不支持。问题的关键在于输入尺寸需固定为224x224，以确保输出为7x7x512。经过一周的探索，解决方案是保持输入尺寸与VGG16预设的一致。此问题在网络中鲜有相关解答，作者分享了其解决经验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题：VGG16训练出的模型效果很好，但是是PTH格式的，想转换为ONNX通用模型，但会报错。报错内容：torch.onnx.errors.SymbolicValueError: Unsupported: ONNX export of operator adaptive_avg_pool2d, output size that are not factor of input size. Please feel free to request support or submit a pull request on PyTorch GitHub: Issues · pytorch/pytorch [Caused by the value '70 defined in (%70 : Long(2, strides=[1], device=cpu) = onnx::Constant[value= 7 7 [ CPULongType{2} ]]()

)' (type 'Tensor') in the TorchScript graph. The containing node has kind 'onnx::Constant'.]

Inputs:Empty

Outputs:#0: 70 defined in (%70 : Long(2, strides=[1], device=cpu) = onnx::Constant[value= 7 7 [ CPULongType{2} ]]()

) (type 'Tensor')

解答：只需要把输入维度固定为VGG16的输入图像的尺寸224*224就可以了。因为权重文件的参数数量是提前预设好的，如果随意改变，adaptive_avg_pool2d的输出就不是7*7*512了。

这个问题已经困扰我一周了，今天好不容易解决，记录一下。全网没找到相关答案，在这里找到答案并解决的小伙伴请留个赞。Thanks♪(･ω･)ﾉ