出除onnx不必要的节点

本文探讨如何在ONNX模型中删除不必要的节点,以提高深度学习模型的效率和推理速度。通过深度优先的方式,分析并去除对最终结果没有影响的计算节点。
import onnx

onnx_model = onnx.load("test.onnx")
graph = onnx_model.graph
node  = graph.node

for i in range(len(node)):
	print(node[i])

for i in range(len(node)):
    if node[i].op_type == 'Conv':
        node_rise = node[i]
        if node_rise.output[0] == '137':
            print(i)  # 38

old_scale_node = node[56]

graph.node.remove(old_scale_node)  # 删除旧节点

old_scale_node = node[47]
graph.node.remove(old_scale_node)
old_scale_node = node[38]
graph.node.remove(old_scale_node)

onnx.checker.check_model(onnx_model)
onnx.save(onnx_model, 'Snnunet.onnx')

评论
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

Fly*Boy

你的鼓励将是我创作的最大动力

¥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