问题标签 [onnx]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
deep-learning - AttributeError:模块“common”没有属性“allocate_buffers”
错误: AttributeError: module 'common' has no attribute 'allocate_buffers'
什么时候发生:我有一个yolov3.onnx
模型,我正在尝试使用 TensorRT 以便使用 trt 引擎对模型进行推理。在使用(也尝试过)安装common
模块后,我收到一个错误:在这一行:pip install common
pip3 install common
inputs, outputs, bindings, stream = common.allocate_buffers(engine)
编辑:我刚刚意识到我可能只需要使用allocate_buffers
另一个 onnx 中的另一个到 trt 项目。它发现于/usr/src/tensorrt/samples/python/introductory_parser_samples
EDIT2:发布了一个解决方案。
完整代码:
machine-learning - 使用 CNTK 和预训练 ONNX 模型的迁移学习失败
我正在尝试使用ONNX 模型动物园中的 ResNet-50 模型并在 CNTK 中加载和训练它以执行图像分类任务。让我感到困惑的第一件事是,批处理轴(不确定它的正式名称是什么,动态轴?)在此模型中设置为 1:
这是为什么?难道不能简单地是 [3x224x224] 吗?例如,在此模型中,输入如下所示:
要加载模型并使用我自己的 Dense 层,我使用以下代码:
对于我使用(缩短)的培训:
X_current 是单个图像, y_current 是相应的类标签,它们都编码为具有以下形状的 numpy 数组
当我尝试训练模型时,我得到
“ValueError:ToBatchAxis7504 ToBatchAxisNode 操作只能在没有小批量数据的张量上操作(无布局)”
这里有什么问题?
pytorch - 将 pytorch 模型转换为 core-ml 时出错
张量的形状:
期望值C
为(1, 129, 128, 256)
此代码在 pytorch 上运行,但在转换为 core-ml 时,它给了我以下错误:
mxnet - 使用 _contrib_MultiBoxPrior 错误将 MXNet 模型导出到 ONNX
我在 AWS SageMaker 中创建了一个基于 SSD/ResNet50 和 MXNet 的对象检测模型。现在我想在 TensorRT 中对其进行优化,为此我需要先导出到 ONNX。
寻找有关将 _contrib_MultiBoxPrior 转换为受支持符号的任何建议对我来说没有任何结果。
基本代码
确切的错误信息是
“AttributeError:尚未为操作类型 _contrib_MultiBoxPrior 注册转换函数。”
解决此错误的推荐方法是什么?
python - 将 Mxnet 模型转换为 Onnx 模型时不支持上采样操作
转换使用mx.symbol.UpSampling
操作的 Mxnet 模型时,发生错误。
看来 Onnx 中的 Upsample 操作与 Mxnet 中的 UpSampling 操作不兼容。
错误是:
AttributeError: No conversion function registered for op type UpSampling yet.
python-3.x - 通过 Jupyter notebook 导入 tf2onnx 时出错
我在 conda 中有一个新的环境,如果我在激活环境后运行以下命令,它将成功:
但是,如果我使用 Jupyter notebook 运行相同的命令(在激活 env 之后),我会收到以下错误:
使用或不使用导致此错误的 jupyter 运行此命令有什么区别?
提前致谢
onnx - 如何找到 Onnx 的版本号?
如何判断我是否安装了 Onnx 1.5?为什么 onnxruntime.dll 没有它的“fileversion”集,这会使事情变得简单。是否有 API 调用(在 C/C++ 中)询问版本号?
python-3.x - AttributeError:模块“tensorflow.math”没有属性“is_inf”
我想使用 ONNX 将模型从 ONNX 交换到 Tensorflow,但是出现错误。我搜索了类似的案例来解决这个问题,但找不到解决这个问题的答案。错误信息是:
AttributeError:模块“tensorflow.math”没有属性“is_inf”
我创建了一个 anaconda 环境,如下所示:
为了重现错误,请执行以下操作:
- 激活 anaconda 环境
- 运行蟒蛇
- “将张量流导入为 tf”
- “进口onnx”
- “从 onnx_tf.backend 导入准备”
这将导致错误:
我也在运行 tensorflow 1.9.0 的环境中尝试过相同的操作。这有同样的问题
任何想法是什么是根本原因以及如何解决这个问题?
感谢您的支持
pytorch - CNTK:“无法根据输入和新形状大小计算推断尺寸。”
我已经使用 Pytorch 为 CIFAR-10 建立了一个模型,并将其保存为 ONNX 文件。
但看起来我无法从 CNTK 加载它。
我已经从相同的源代码(错误地)加载了另一个 ONNX 文件,所以依赖项看起来不错。当我调用 Function.Load() 时出现问题
我得到这个异常(未处理的异常):
pytorch - 尝试将双线性层转换为 onnx 时,上采样 ONNX 给出 INVALID_GRAPH
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——