目录
一、ONNX简介
二、使用场景
三、常见例子
四、使用步骤
1.引入库
2.读入数据
五、如何查看onnx网络结构和参数
六、一个简单例子的实现
七、ONNX 的其他基本操作
1.获取onnx模型的输出层
2.获取中间节点的输出数据
3.删除指定节点
八，技术细节（一些限制的提醒）
九，推理速度对比
十，参考资料
一、ONNX简介
它是微软和Facebook提出的一种表示深度学习模型的开放格式，定义了一套独立于环境和平台的标准格式。
二、使用场景
无论你使用什么样的训练框架来训练模型（比如TensorFlow/Pytorch/OneFlow/Paddle），你都可以在训练后将这些框架的模型统一转为ONNX存储。 ONNX文件不仅存储了神经网络模型的权重，还存储了模型的结构信息、网络中各层的输入输出等一些信息。 然后将转换后的ONNX模型，转换成我们需要使用不同框架部署的类型，通俗来说ONNX 相当于一个翻译。
三、常见例子
• Pytorch -> ONNX -> TensorRT
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/30922.html