文章预览
以下文章来源于微信公众号： 算法美食屋 作者： 梁云1991 链接： https://mp.weixin.qq.com/s/A1TCBqRJxXWzZKG1_KauMA 本文仅用于学术分享，如有侵权，请联系后台作删文处理 导读 作者在深度学习模型部署时，从pytorch转换onnx的过程中，踩了一些坑。本文总结了这些踩坑记录，希望对大家有帮助。 pytorch模型线上部署最常见的方式是转换成onnx然后再转成tensorRT 在cuda上进行部署推理。 本文介绍将pytorch模型转换成onnx模型并进行推理的方法。 #!pip install onnx #!pip install onnxruntime #!pip install torchvision 公众号江大白后台回复关键词：源码，获取本文notebook源代码。 一，准备pytorch模型 我们先导入torchvision中的resnet18模型，演示它的推理效果。 以便和onnx的结果进行对比。 import torch import torchvision.models as models import numpy as np import torchvision import torchvision.transforms as T from PIL import
………………………………
