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 commonpip3 install commoninputs, 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——