我已经在 PyTorch 中训练了一个需要转换为 CoreML 的 VAE。从这个线程PyTorch VAE 无法转换为 onnx我能够导出 ONNX 模型，但是，这只是将问题进一步推到了 ONNX-CoreML 阶段。
包含torch.randn()调用的原始函数是 reparametrize func：
def reparametrize(self, mu, logvar):
std = logvar.mul(0.5).exp_()
if self.have_cuda:
eps = torch.randn(self.bs, self.nz, device='cuda')
else:
eps = torch.randn(self.bs, self.nz)
return eps.mul(std).add_(mu)
解决方案当然是创建一个自定义层，但我在创建一个没有输入的层时遇到了问题（即，它只是一个randn()调用）。
我可以通过以下定义完成 CoreML 转换：
def convert_randn(node):
params = NeuralNetwork_pb2.CustomLayerParams()
params.className = "RandomNormal"
params.description = "Random normal distribution generator"
params.parameters["dtype"].intValue = node.attrs.get('dtype', 1)
params.parameters["bs"].intValue = node.attrs.get("shape")[0]
params.parameters["nz"].intValue = node.attrs.get("shape")[1]
return params
我使用以下方法进行转换：
coreml_model = convert(onnx_model, add_custom_layers=True,
image_input_names = ['input'],
custom_conversion_functions={"RandomNormal": convert_randn})
我还应该注意，在mlmodel导出完成时，会打印以下内容：
Custom layers have been added to the CoreML model corresponding to the
following ops in the onnx model:
1/1: op type: RandomNormal, op input names and shapes: [], op output
names and shapes: [('62', 'Shape not available')]
带入.mlmodelXcode 抱怨Layer '62' of type 500 has 0 inputs but expects at least 1.所以我想知道如何为层指定一种“虚拟”输入，因为它实际上没有输入——它只是一个包装器torch.randn()（或者，更具体地说，onnx RandonNormal操作） . 我应该澄清一下，我确实需要整个 VAE，而不仅仅是解码器，因为我实际上是在使用整个过程来“纠正”我的输入（即编码器z根据输入估计我的向量，然后解码器生成输入的最接近的可推广预测）。
非常感谢任何帮助。
更新：好的，我终于在 Xcode 中加载了一个版本（感谢@MattijsHollemans 和他的书！）。这originalConversion.mlmodel是将我的模型从 ONNX 转换为 CoreML 的初始输出。为此，我必须手动插入RandomNormal图层的输入。我无缘无故地做到了 (64, 28, 28) - 我知道我的批量大小是 64，我的输入是 28 x 28（但大概它也可能是 (1, 1, 1)，因为它是一个“虚拟"):
spec = coremltools.utils.load_spec('originalConversion.mlmodel')
nn = spec.neuralNetwork
layers = {l.name:i for i,l in enumerate(nn.layers)}
layer_idx = layers["62"] # '62' is the name of the layer -- see above
layer = nn.layers[layer_idx]
layer.input.extend(["dummy_input"])
inp = spec.description.input.add()
inp.name = "dummy_input"
inp.type.multiArrayType.SetInParent()
spec.description.input[1].type.multiArrayType.shape.append(64)
spec.description.input[1].type.multiArrayType.shape.append(28)
spec.description.input[1].type.multiArrayType.shape.append(28)
spec.description.input[1].type.multiArrayType.dataType = ft.ArrayFeatureType.DOUBLE
coremltools.utils.save_spec(spec, "modelWithInsertedInput.mlmodel")
这在 Xcode 中加载，但我还没有在我的应用程序中测试模型的功能。由于附加层很简单，并且输入实际上是虚假的，非功能输入（只是为了让 Xcode 开心），我不认为这会是一个问题，但如果它不运行，我会再次发布适当地。
更新 2：不幸的是，模型不会在运行时加载。它失败了[espresso] [Espresso::handle_ex_plan] exception=Failed in 2nd reshape after missing custom layer info.我觉得非常奇怪和令人困惑的是，检查model.espresso.shape时，我发现几乎每个节点的形状都像：
"62" : {
"k" : 0,
"w" : 0,
"n" : 0,
"seq" : 0,
"h" : 0
}
我有两个问题/疑虑：1）最明显的是，为什么所有值都为零（除了输入节点之外的所有值都是这种情况），以及 2）为什么它看起来是一个顺序模型，而它只是一个相当传统的模型VAE？在同一个应用程序中打开model.espresso.shape一个功能齐全的 GAN，我看到节点的格式为：
"54" : {
"k" : 256,
"w" : 16,
"n" : 1,
"h" : 16
}
也就是说，它们包含合理的形状信息，并且它们没有字段seq。
非常非常迷茫……
更新3：我也刚刚注意到编译器报告了错误：IMPORTANT: new sequence length computation failed, falling back to old path. Your compilation was sucessful, but please file a radar on Core ML | Neural Networks and attach the model that generated this message.
这是原始的 PyTorch 模型：
class VAE(nn.Module):
def __init__(self, bs, nz):
super(VAE, self).__init__()
self.nz = nz
self.bs = bs
self.encoder = nn.Sequential(
# input is (nc) x 28 x 28
nn.Conv2d(nc, ndf, 4, 2, 1, bias=False),
nn.LeakyReLU(0.2, inplace=True),
# size = (ndf) x 14 x 14
nn.Conv2d(ndf, ndf * 2, 4, 2, 1, bias=False),
nn.BatchNorm2d(ndf * 2),
nn.LeakyReLU(0.2, inplace=True),
# size = (ndf*2) x 7 x 7
nn.Conv2d(ndf * 2, ndf * 4, 3, 2, 1, bias=False),
nn.BatchNorm2d(ndf * 4),
nn.LeakyReLU(0.2, inplace=True),
# size = (ndf*4) x 4 x 4
nn.Conv2d(ndf * 4, 1024, 4, 1, 0, bias=False),
nn.LeakyReLU(0.2, inplace=True),
)
self.decoder = nn.Sequential(
# input is Z, going into a convolution
nn.ConvTranspose2d( 1024, ngf * 8, 4, 1, 0, bias=False),
nn.BatchNorm2d(ngf * 8),
nn.ReLU(True),
# size = (ngf*8) x 4 x 4
nn.ConvTranspose2d(ngf * 8, ngf * 4, 3, 2, 1, bias=False),
nn.BatchNorm2d(ngf * 4),
nn.ReLU(True),
# size = (ngf*4) x 8 x 8
nn.ConvTranspose2d(ngf * 4, ngf * 2, 4, 2, 1, bias=False),
nn.BatchNorm2d(ngf * 2),
nn.ReLU(True),
# size = (ngf*2) x 16 x 16
nn.ConvTranspose2d(ngf * 2, nc, 4, 2, 1, bias=False),
nn.Sigmoid()
)
self.fc1 = nn.Linear(1024, 512)
self.fc21 = nn.Linear(512, nz)
self.fc22 = nn.Linear(512, nz)
self.fc3 = nn.Linear(nz, 512)
self.fc4 = nn.Linear(512, 1024)
self.lrelu = nn.LeakyReLU()
self.relu = nn.ReLU()
def encode(self, x):
conv = self.encoder(x);
h1 = self.fc1(conv.view(-1, 1024))
return self.fc21(h1), self.fc22(h1)
def decode(self, z):
h3 = self.relu(self.fc3(z))
deconv_input = self.fc4(h3)
deconv_input = deconv_input.view(-1,1024,1,1)
return self.decoder(deconv_input)
def reparametrize(self, mu, logvar):
std = logvar.mul(0.5).exp_()
eps = torch.randn(self.bs, self.nz, device='cuda') # needs custom layer!
return eps.mul(std).add_(mu)
def forward(self, x):
# print("x", x.size())
mu, logvar = self.encode(x)
z = self.reparametrize(mu, logvar)
decoded = self.decode(z)
return decoded, mu, logvar