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..

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。

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...

批训练错误之got an unexpected keyword...

热门推荐

ThunderF的博客

07-05

2万+

目录提要原始情况初步调试继续调试最后反思提要最近我在学习莫烦的神经网络的批训练时，遇到了一个问题，就是在创建dataset时报__init__() got an unexpected keyword argument 'data_tensor'，我找了很久都没有有效的结果。但是我偶然尝试了一下结果成功了，下面就...

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。

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

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

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

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...

关于C 多维数组与指针的问题

飞翔de刺猬

04-15

1517

#include int main(void) { int apricot[2][3][5]; int array[10]; //int (*p)[] = &array; //int *pa = array; int (*p)[3][5] = apricot; int (*r)[5] = apricot[

MXNet出现的问题及解决办法

Z_F_H的博客

04-27

1404

linux下使用mxnet深度学习框架，出现问题： MXNetError: Check failed: compileResult == NVRTC_SUCCESS (7 vs. 0) : NVRTC Compilation failed. Please set environment variable MXNET_USE_FUSION to 0. nvrtc: error: failed to load builtins for compute_75. 解决办法：在命令行输入：export MXNET_

mxnet to onnx to caffe，步骤以及问题解决

m0_37192554的博客

12-09

3216

三个步骤 1、mxnet to onnx https://blog.csdn.net/lhl_blog/article/details/90672695 2、onnx 经过简化操作去除onnx 自己加的层 https://github.com/daquexian/onnx-simplifier 3、onnx to caffe, https://github.com/MTlab/onnx2caffe...

mxnet onnx

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]。