pytorch1.4 + onnx问题

最新推荐文章于 2025-06-01 09:05:42 发布

原创最新推荐文章于 2025-06-01 09:05:42 发布 · 1.7k 阅读

0 ·

CC 4.0 BY-SA版权

pytorch基础同时被 2 个专栏收录

13 篇文章

订阅专栏

ncnn

2 篇文章

订阅专栏

本文详细探讨了在PyTorch1.4与ONNX1.6环境下，使用ONNXRuntime进行模型优化及检查时遇到的问题与解决策略。包括如何通过调整ONNX版本解决checker.check_model的错误，以及在将模型从PyTorch导出到Caffe2时，因设备类型不匹配导致的报错解决方案。同时，提供了在模型优化和简化过程中的关键参数设置，以及一系列实用的参考链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

onnxruntime：https://github.com/microsoft/onnxruntime/
pytorch1.4 + onnx1.6
onnx.checker.check_model(onnx_model)　会报错
onnx降版本到1.5，运行通过

pip install onnx
pip install onnxruntime
pip install onnx-simplifier

参考链接：

https://www.jianshu.com/p/fa2ea3750554
https://blog.csdn.net/cc13949459188/article/details/96427493

caffe2加载onnx文件报错：

    model = onnx.optimizer.optimize(model)
  File "/home/chl/.conda/envs/pytorch_1.4/lib/python3.6/site-packages/onnx/optimizer.py", line 55, in optimize
    optimized_model_str = C.optimize(model_str, passes)
IndexError: _Map_base::at

在pytorch导出的时候设置参数：keep_initializers_as_inputs=True

torch_out = torch.onnx.export(res_model, x, output_onnx, export_params=True, verbose=False, input_names=input_names,　output_names=output_names, opset_version=9, keep_initializers_as_inputs=True)

原因是导出模型时使用了CPU，导入caffe2时默认使用CUDA，导致错误。
参考链接：

https://blog.csdn.net/weixin_38331384/article/details/103897154

移植：

https://blog.csdn.net/u011961856/article/details/102478346