Построение моделей в ONNX

Question

Можно ли построить модель в ONNX без использования другой среды глубокого обучения (например, PyTorch, TensorFlow и т. Д.)?

В PyTorch я бы написал такую ​​модель:

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

Что было бы эквивалентом определения идентичной модели в ONNX? Я понимаю, как экспортировать модели, но хотел бы использовать ONNX без использования внешних библиотек.

Answer 1

На данный момент вы можете сделать вывод модели, а также обучить свою модель намного быстрее с помощью ONNXRuntime, но не можете построить модель с помощью ONNX. Для справки https://cloudblogs.microsoft.com/opensource/2020/05/19/announcing-support-for-accelerated-training-with-onnx-runtime/

Answer 2

Максимум, что вы можете сделать, это использовать onnx.helper, который позволяет вам определять узлы, инициализаторы и соединения между узлами, но это очень низкий уровень по сравнению с pytorch/keras или другими фреймворками. https://github.com/onnx/onnx/blob/main/docs/PythonAPIOverview.md Я бы не стал пытаться построить модель в ONNX. Но я бы определенно использовал onnx.helper как метод манипулирования графиком ONNX, такой как отключение или изменение параметров внутри существующей модели. (модельная хирургия)