4.33 构建onnx结构模型-Expand

前言

构建onnx方式通常有两种：
1、通过代码转换成onnx结构，比如pytorch —> onnx
2、通过onnx 自定义结点，图，生成onnx结构

本文主要是简单学习和使用两种不同onnx结构，
下面以 Expand 结点进行分析

方式

方法一：pytorch --> onnx

暂缓，主要研究方式二

方法二： onnx

import onnx
from onnx import helper
import numpy as np# 定义输入数据
input_data = np.array([1, 2, 3])# 创建expand节点
node = helper.make_node('Expand',inputs=['input_data', 'shape'],outputs=['output_data']
)# 创建ONNX图
graph = helper.make_graph([node],'expand_graph',inputs=[helper.make_tensor_value_info('input_data', onnx.TensorProto.FLOAT, [3]),helper.make_tensor_value_info('shape', onnx.TensorProto.INT64, [3])],outputs=[helper.make_tensor_value_info('output_data', onnx.TensorProto.FLOAT, [3, 3])]
)# 创建ONNX模型
model = helper.make_model(graph)# 保存ONNX模型
onnx.save(model, 'expand_model.onnx')