pytorch模型转onnx

本文介绍如何将预训练的MobilenetV2模型从PyTorch框架转换到ONNX格式。主要包括三个步骤:加载模型及权重并设置为评估模式;构造随机输入张量;使用torch.onnx.export()函数进行模型导出。
部署运行你感兴趣的模型镜像

参考:pytorch官网

本文根据官网的例子,把一个mobilenetV2的分类模型转化为onnx

主要分为一下几步:

1. 导入模型,加载权重参数,将模型设置为eval模式。

2. 构造随机的输入,输入的channel, height, weight要和训练时候一致。

3. 导出onnx。

import io
import torch
import torch.onnx
from MobileNetV2 import mobilenet_v2


torch_model = mobilenet_v2()

state_dict = torch.load("checkpoint/mobilenet-v2_0.pth", map_location='cuda:0')

torch_model.load_state_dict(state_dict)
torch_model.eval()

batch_size = 1
x = torch.randn(batch_size, 3, 128, 128, requires_grad=True)

torch.onnx.export(torch_model, x, "mobilenet_v2.onnx")

onnx可视化编辑请参考:

onnx-modifier:ONNX可视化编辑_onnx modifier_歌你一下的博客-优快云博客

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

guopeiAI

请博主加个火腿

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值