注意
跳转到结尾 下载完整的示例代码。
ONNX 简介 || 将 PyTorch 模型导出为 ONNX || 扩展 ONNX 导出器的算子支持 || 将包含控制流的模型导出为 ONNX
ONNX 简介#
创建于：2023年10月04日 | 最后更新：2025年07月11日 | 最后验证：2024年11月05日
作者：Ti-Tai Wang, Thiago Crepaldi。
Open Neural Network eXchange (ONNX) 是一种表示机器学习模型的开放标准格式。 torch.onnx 模块提供了 API 来捕获原生 PyTorch torch.nn.Module 模型的计算图，并将其转换为 ONNX 图。
导出的模型可以被许多支持 ONNX 的 运行时 使用，包括 Microsoft 的 ONNX Runtime。
当设置 dynamo=True 时，导出器将使用 torch.export 来捕获 ExportedProgram，然后再将图转换为 ONNX 表示。这种方法是导出模型到 ONNX 的新推荐方式。它能更稳健地支持 PyTorch 2.0 的特性，对较新的 ONNX 算子集有更好的支持，并且消耗的资源更少，从而能够导出更大的模型。
依赖项#
需要 PyTorch 2.5.0 或更新版本。
ONNX 导出器依赖于额外的 Python 包
ONNX 标准库
ONNX Script 库，它使开发者能够使用一个简化的 Python 子集以一种富有表现力但又简单的方式来编写 ONNX 算子、函数和模型。
ONNX Runtime 加速机器学习库。
可以通过 pip 安装它们。
pip install --upgrade onnx onnxscript onnxruntime
要验证安装，请运行以下命令
import torch
print(torch.__version__)
import onnxscript
print(onnxscript.__version__)
import onnxruntime
print(onnxruntime.__version__)
每个 import 都必须成功执行且不出现任何错误，并且会打印出库版本。
延伸阅读#
下面的列表引用了从基本示例到高级场景的教程，不一定按列出的顺序。您可以随时跳转到您感兴趣的特定主题，或者坐下来，享受学习 ONNX 导出器所有知识的乐趣。
