1 背景
因为上海思的npu,CNN部分需要转换为caffe
2 环境
2.1 onnx转换环境
python:3.6
pytorch:1.4
onnx:1.7
2.2 caffe转换环境
python:2.7
onnx:1.7
caffe:1.0
3 步骤
3.1 pytorch2onnx
转换后用onnx的推理一下,验证转换的onnx是否正确
3.2 onnx瘦身
onnxsimplifier
pip install onnx-simplifier
python -m onnxsim srcXXX.onnx dstXXX.onnx
3.3 onnx2caffe
4 经验
4.1 opset_version=11
torch1.4版本,在torch.onnx.export可以选择opset_version=11,可以解决后面很多问题
// torch.onnx.export
torch.onnx.export(..., opset_version=11)
4.2 model.module
如果torch在训练的时候使用了nn.DataParallel,模型加载的时候也要用nn.DataParallel加载权重,在export的时候使用model.module。否则onnx导出的结果不正确(也有其他的办法处理权重)
model = nn.DataParallel(model)
torch.onnx.export(model

博客围绕将CNN部分转换为Caffe展开,介绍了ONNX和Caffe的转换环境,详细阐述了Pytorch转ONNX、ONNX瘦身、ONNX转Caffe的步骤,还分享了转换过程中遇到的如op转换问题及解决方法,最后列出了待完成事项。
最低0.47元/天 解锁文章
1731





