torch.onnx.verification

创建于: 2025年3月18日 | 最后更新于: 2025年8月29日

一套用于验证 ONNX 模型正确性的工具。

torch.onnx.verification.verify_onnx_program(onnx_program, args=None, kwargs=None, compare_intermediates=False)

通过将值与 ExportedProgram 中的预期值进行比较来验证 ONNX 模型。

参数

• onnx_program (_onnx_program.ONNXProgram) – 要验证的 ONNX 程序。

• args (tuple[Any, ...] | None) – 模型的输入参数。

• kwargs (dict[str, Any] | None) – 模型的关键字参数。

• compare_intermediates (bool) – 是否验证中间值。这将花费更长的时间，因此默认禁用。

返回

包含每个值的验证信息的 VerificationInfo 对象。

返回类型

list[VerificationInfo]

class torch.onnx.verification.VerificationInfo(name, max_abs_diff, max_rel_diff, abs_diff_hist, rel_diff_hist, expected_dtype, actual_dtype)

ONNX 程序中某个值的验证信息。

此类包含预期值与实际值之间的最大绝对差、最大相对差以及绝对差和相对差的直方图。它还包括预期和实际数据类型。

直方图表示为张量元组，其中第一个张量是直方图计数，第二个张量是 bin 边缘。

变量

• name (str) – 值的名称（输出或中间值）。

• max_abs_diff (float) – 预期值与实际值之间的最大绝对差。

• max_rel_diff (float) – 预期值与实际值之间的最大相对差。

• abs_diff_hist (tuple[torch.Tensor, torch.Tensor]) – 表示绝对差直方图的张量元组。第一个张量是直方图计数，第二个张量是 bin 边缘。

• rel_diff_hist (tuple[torch.Tensor, torch.Tensor]) – 表示相对差直方图的张量元组。第一个张量是直方图计数，第二个张量是 bin 边缘。

• expected_dtype (torch.dtype) – 预期值的数据类型。

• actual_dtype (torch.dtype) – 实际值的类型。

asdict()

将 VerificationInfo 对象转换为字典。

返回

VerificationInfo 对象的字典表示。

返回类型

dict[str, Any]

classmethod from_tensors(name, expected, actual)

从两个张量创建 VerificationInfo 对象。

参数

• name (str) – 值的名称。

• expected (torch.Tensor | float | int | bool) – 预期张量。

• actual (torch.Tensor | float | int | bool) – 实际张量。

返回

VerificationInfo 对象。

返回类型

VerificationInfo