mxnet转onnx 之 onnx_mxnet.export_model失败原因

最新推荐文章于 2025-09-30 00:58:44 发布

原创

最新推荐文章于 2025-09-30 00:58:44 发布 · 1.9k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#网状模型

在尝试将mxnet模型转换为onnx时遇到错误，起初因onnx版本过高导致转换失败。通过降低onnx版本到1.2.1，并使用python36及visual studio 2017环境，解决了MXNetError。但转换仍报相同错误，问题待解决。

mxnet模型转换onnx折腾了很久，终于搞清楚失败原因

转换代码参考： https://github.com/onnx/tutorials/blob/master/tutorials/MXNetONNXExport.ipynb

一开始的环境：

windows 10
visual studio 2019
python37
mxnet==1.4.1

pip install onnx 安装的是最新的1.6.0版本

运行到 “onnx_mxnet.export_model” 这一句代码的时候提示invalid *** array，然后就不能转换了

mxnet.base.MXNetError: [10:25:05] C:\Jenkins\workspace\mxnet-tag\mxnet\src\ndarray\ndarray.cc:1805: Check failed: fi->Read(data) Invalid NDArray file format

好嘛，我查资料说是onnx1.2.1版本可以转换成功，（也有说1.2.2,1.3.0都可以的） pip install onnx==1.2.1竟然失败

好，我源码安装，参考https://github.com/onnx/onnx/readme.md 一样失败源码折腾了近两天啊

要疯了

终于找到资料这么说的：

Hi thanks for reporting this. It look

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ML_AI

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

mxnet模型转onnx模型

liguiyuan的博客

12-03

3093

1.安装mxnet开发环境这里我安装的是gpu的版本，直接使用命令安装即可： sudo pip3 install mxnet-cu100 也可以在安装的时候用 -i https://mirrors.aliyun.com/pypi/simple指定阿里源，安装速度会快很多。 2.模型转换代码 import numpy as np import mxnet as mx from mxnet.contrib import onnx as onnx_mxnet sym = './model..

mxnet转onnx及caffe2推理报 Unrecognized attribute:spatial

gangeqian2的博客

05-31

843

概述本文主要解决Mxnet 转onnx，以及onnx模型caffe2推理中遇到的两个可能的报错。 (1)Don’t know how to map unexprected argument spatial(from operator SpatialBN) (2)onnx.onnx_cpp2py_export.checker.ValidationError: Unrecognized attribute:spatial for operator BatchNormalization 问题：（1）mxne

2 条评论您还未登录，请先登录后发表或查看评论

Mxnet导出onnx模型

上单之光

01-09

928

从mxnet modelzoo导出onnx模型

告别框架锁定：Apache MXNet模型导出ONNX全流程指南

gitblog_00246的博客

09-30

657

你是否还在为训练好的深度学习模型无法跨框架部署而烦恼？ONNX（Open Neural Network Exchange，开放神经网络交换格式）的出现解决了这一痛点。本文将以Apache MXNet为例，详细介绍如何将模型导出为ONNX格式并完成部署，让你的模型真正实现"一次训练，到处运行"。 ## 为什么选择ONNX格式 ONNX是一种开放的文件格式，用于表示深度学习模型。它定义了一组通用的...

李宏毅DLHLP.17.BERT and its family.1/2.Introduction and Fine-tune

老毛的博客

11-05

625

文章目录介绍介绍本门课程是2020年李宏毅老师新课：Deep Learning for Human Language Processing（深度学习与人类语言处理）课程网站 B站视频公式输入请参考：在线Latex公式

mindspore 模型导出ONNX模型失败

weixin_45666880的博客

07-14

397

脚本如下：报错信息如下解答：不支持的，当前MindSpore的onnx格式导出只支持resnet系列的网络。

onnx mxnet输出层结果对比

zhaosuyuan的博客

06-27

168

onnx和mxnet转换输出层结果及其cos相似度计算对比。

MMdnn：MMdnn是一组工具，可帮助用户在不同的深度学习框架之间进行互操作。例如模型转换和可视化。在Caffe，Keras，MXNet，Tensorflow，CNTK，PyTorch Onnx和CoreML之间转换模型

02-06

MMdnn MMdnn是一个综合的跨框架工具，用于转换，可视化和诊断深度学习（DL）模型。 “ MM”代表模型管理，“ dnn”代表深度神经网络。主要功能包括：我们实现了一个通用转换器，可以在框架之间转换DL模型，这意味着您可以使用一个框架训练模型，然后使用另一个框架进行部署。模型再训练在模型转换期间，我们生成一些代码片段以简化以后的重新训练或推断。模型搜索和可视化我们提供了一个以帮助您找到一些流行的模型。我们提供了一个以更直观地显示网络体系结构。模型部署我们提供一些准则，以帮助您将DL模型部署到另一个硬件平台。我们提供指南以帮助您加快使用TensorRT的推理

onnx模型部署 python_基于mxnet的resnet50模型转ONNX部署的问题记录

weixin_32258195的博客

02-02

1135

本文记录基于mxnet训练得到的resnet50模型在转为onnx格式部署时发生的两个错误及解决办法batchnorm层 spatial参数不识别batchnorm层定义 fix_gamma=True 导致的onnx模型参数错误环境os: ubuntu 16.04Mxnet : 1.6.0onnx: 1.6.0cuda: 10.2cudnn: 8.0模型转换import osimport mxne...

【mxnet转onnx报错】Unrecognized attribute: spatial for operator BatchNormalization

深海游鱼

10-13

1268

问题描述 mxnet版本：1.7.0 (latest) onnx版本：1.7.0 (latest) 按照Exporting to ONNX format教程中的方法导出mxnet模型，报错情况如下： >>> python mx2onnx.py INFO:root:Converting json and weight file to sym and params [10:45:36] src/nnvm/legacy_json_util.cc:209: Loading symbol sav

mxnet转onnx

jacke121的专栏

02-22

1839

转换代码： import numpy as np import mxnet as mx from mxnet.contrib import onnx as onnx_mxnet sym = './model-symbol.json' params = './model-0000.params' input_shape = (1, 3, 112, 112) onnx_file = './mobilefacenet.onnx' converted_model_path = onnx_mxnet.e

onnx 转 mxnet 保存静态文件

weixin_41798111的博客

01-19

618

将onnx转为mxnet可读取的静态模型及参数

Mxnet转Onnx 踩坑记录

Chauvin的博客

06-23

1553

使用将MXNET模型转换为ONNX的过程中有很多算子不兼容，在此对那些不兼容的算子替换。

mxnet模型转onnx遇到的问题

猫猫与橙子的博客

07-16

2942

1.No conversion function registered for op type BlockGrad yet #12682 解决方法： >> pip install mxnet --pre 参考链接：https://github.com/apache/incubator-mxnet/issues/12682 2.Unrecognized attribute: s...

torch自定义算子转onnx模型报错

qq_42001765的博客

11-24

3491

【代码】torch自定义算子转onnx模型报错。

MXNet转onnx问题点记录

zhaokai5的博客

09-08

1231

MXNet转onnx问题点记录MXnet转onnx时碰到的问题记录主要问题总结 MXnet转onnx时碰到的问题记录最近将mxnet转onnx时碰到很多问题，在查找过程中发现解决方法，特记录下；转换过程主要参考如下链接中的解决方法 mxnet模型转onnx模型作者liguiyuan112 Insightface中ArcFace MxNet2ONNX踩坑 MXNet Symbol Batch Normalization fix_gamma=True转ONNX方法主要问题转换时BN层出现错误 on

批训练错误之got an unexpected keyword...

最新发布

10-17

MXNet与ONNX在模型转换等方面有紧密联系。在MXNet转ONNX时，可使用`onnx_mxnet.export_model`函数实现转换。示例代码如下，该代码将MXNet的模型转换为ONNX格式： ```python import mxnet as mx import numpy as np import sys import os import argparse import onnx print('mxnet version:', mx.__version__) print('onnx version:', onnx.__version__) from mxnet.contrib import onnx as onnx_mxnet from onnx import checker syms = './mnist-symbol.json' params = './mnist-0000.params' input_shape = (1,3,112,112) onnx_file = './mnist.onnx' # Invoke export model API. It returns path of the converted onnx model converted_model_path = onnx_mxnet.export_model(syms, params, [input_shape], np.float32, onnx_file) # Load onnx model model_proto = onnx.load_model(converted_model_path) # Check if converted ONNX protobuf is valid checker.check_graph(model_proto.graph) ``` 不过在转换过程中可能会遇到问题，如出现`mxnet.base.MXNetError: [10:25:05] C:\Jenkins\workspace\mxnet-tag\mxnet\src\ndarray\ndarray.cc:1805: Check failed: fi->Read(data) Invalid NDArray file format`错误 [^1][^2]。此外，在MXNet转ONNX的过程中还存在一些其他的问题，例如ONNX实现的softmax在处理多维输入（NCHW）存在问题。可以通过自定义转换函数来解决，示例代码如下： ```python @mx_op.register("softmax") def convert_softmax(node, **kwargs): """Map MXNet's softmax operator attributes to onnx's Softmax operator and return the created node. """ name, input_nodes, attrs = get_inputs(node, kwargs) axis = int(attrs.get("axis", -1)) c_softmax_node = [] axis=-1 transpose_node1 = onnx.helper.make_node( "Transpose", inputs=input_nodes, perm=(0,2,3,1), #NCHW--NHWC--(NHW,C) name=name+'_tr1', outputs=[name+'_tr1'] ) softmax_node = onnx.helper.make_node( "Softmax", inputs=[name+'_tr1'], axis=axis, name=name+'', outputs=[name+''] ) transpose_node2 = onnx.helper.make_node( "Transpose", inputs=[name+''], perm=(0,3,1,2), #NHWC--NCHW name=name+'_tr2', outputs=[name+'_tr2'] ) c_softmax_node.append(transpose_node1) c_softmax_node.append(softmax_node) c_softmax_node.append(transpose_node2) return c_softmax_node ``` 该函数将MXNet的softmax操作符属性映射到ONNX的Softmax操作符并创建相应的节点 [^3]。