MIGraphX推理框架第十章-MIGraphX常见问题

目录

    • 模型转换问题
      • onnx的upsample算子与pytorch不等价
      • batchnorm参数不固定问题

模型转换问题

onnx的upsample算子与pytorch不等价

解决方法:1)更新pytorch;2)导出onnx模型时,设置opset_version>=11,代码如下:

torch.onnx.export(model, input, filename, verbose=False,opset_version=11,...) # or other number greater than 11

batchnorm参数不固定问题

问题:将pytorch模型转换为onnx模型时,没有将pytorch切换到推理模式,导致batchnorm参数不固定。
解决方案:导出onnx模型前,切换pytorch到推理模式,代码如下: torch_model.eval() or
torch_model.train(False)

待补充…

你可能感兴趣的:(#,MIGraphX推理框架,python,linux,人工智能,c++,深度学习)