2

当我将具有在 Pytorch 上训练的双线性层的网络转换为 ONNX 时，出现以下错误

RuntimeError：[ONNXRuntimeError]：10：INVALID_GRAPH：从 test.onnx 加载模型失败：类型错误：节点（）中运算符（Floor）的输入参数（11）的类型“张量（int64）”无效。

我不确定为什么会发生此错误，我尝试从源代码构建 ONNX，但问题似乎并没有解决。

关于可能导致此错误的任何想法？或者如何解决这个问题？

繁殖方式——

from torch import nn

import torch
import torch.nn.functional as F
import onnxruntime as rt

class Upsample(torch.nn.Module):
    def forward(self, x):
        #l = nn.Conv2d(3, 3, kernel_size=1, stride=1, padding=1, bias=True)
        return F.interpolate(x, scale_factor=2, mode="bilinear", align_corners=False)

m = Upsample()
v = torch.randn(1,3,128,128, dtype=torch.float32, requires_grad=False)

torch.onnx.export(m, v, "test.onnx")
sess = rt.InferenceSession("test.onnx")
4

1 回答 1

5

此错误已在https://github.com/pytorch/pytorch/pull/21434中修复（修复在 functional.py 中），因此如果您安装 pytorch 的 nightly build，您应该能够得到它。

但是，在同一个 PR 中，在双线性模式下转换 Upsample 已被禁用；原因是 Pytorch 的双线性模式与 ONNX 的不一致，而 Nearest 模式是目前唯一支持的模式。

ONNX 中的上采样（现在称为调整大小）正在 opset 11 中进行更新，以支持与https://github.com/onnx/onnx/pull/2057中的 Pytorch 对齐的双线性模式，但这尚未推送。

于 2019-07-10T22:48:58.950 回答