【找出 ONNX 输入】onnx_model.graph.input 或者 ort_session.get_inputs()

先下载好 onnx 和 onnxruntime-gpu

pip install onnx
pip install onnxruntime-gpu

这里需要注意下 onnxruntime 对应的 CUDA 和 cuDNN 版本,不一定适配,具体可查看官方文档
在这里插入图片描述

针对转化成果的 .onnx 模型,通过以下代码即可查看定义好的输入和输出

import onnx
import onnxruntime as ort

# 加载 ONNX 模型
onnx_model_path = "/path/to/yourmodel.onnx"
onnx_model = onnx.load(onnx_model_path)

# 打印模型输入定义列表
print("ONNX 模型的输入定义:")
for input in onnx_model.graph.input:
    print(f"Name: {
     input.name}")
    print(f"Type: {
     input.type}")
    print(f"Shape: {
     [dim.dim_value for dim in input.type.tensor_type.shape.dim]}")

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
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