java调用onnx模型_神经网络模型模型转ONNX

近期由于业务需要，需要将训练好的模型转为ONNX格式，为此颇费了一番功夫，在此总结一下吧。。

1、ONNX是一种神经网络模型保存的中间格式，支持多种格式的模型转为ONNX，也支持使用ONNX导入多种格式的模型，具体见https://github.com/onnx/tutorials;目前其实ONNX对于模型的支持还不是太好，主要表现在一些op还不能够支持；

2、在PyTorch下要将模型保存成ONNX格式需要使用torch.onnx.export()函数，使用该函数的时候需要传入下面参数：

--model:待保存的model，也就是你在程序中已经训练好或者初始化好的模型

--input_shape:指定输入数据的大小，也就是输入数据的形状，是一个包含输入形状元组的列表；

--name:模型的名称，即模型的保存路径；

--verbrose:True或者False,用来指定输出模型时是否将模型的结构打印出来；

--input_names:输入数据节点的名称，数据类型为包含字符串的列表；一般将这个名称设为['data']；

--output_names:输出数据节点的名称，类型与输入数据的节点名称相同；

在成功导出模型后，可以使用ONNX再对模型进行检查：

importonnx#Load the ONNX model

model = onnx.load("alexnet.onnx")#Check that the IR is well formed

onnx.checker.check_model(model)#Print