开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >Pytorch -> [Onnx -> tensorflow] -> tflite生成大量冗余的conv2d操作符

问Pytorch -> [Onnx -> tensorflow] -> tflite生成大量冗余的conv2d操作符
EN

Stack Overflow用户

提问于 2021-03-17 14:39:00

回答 1查看 789关注 0票数 0

我正在将效率网从onnx转换为tensorflow，以便进一步转换为tflite。从onnx到tensorflow的转换产生了奇怪的结果

Onnx有一个conv2d算子

在转换成tensorflow和以后的tflite模型之后，我得到了这一堆凸起(它们都不能在图片中显示，总共有32个，作为onnx中的核数)。

我怀疑问题在于onnx-tf转换。看起来，conv2d输出被分割成32个单独的输出，然后在单独的conv2d操作符上单独处理，然后连接在一起。

在他们的github上有两个相关的问题。

首先，对深度对流层有一个修正，但在我的情况下不能应用它

https://github.com/onnx/onnx-tensorflow/issues/473

https://github.com/onnx/onnx-tensorflow/issues/754

从https://github.com/onnx/onnx-tensorflow/blob/master/onnx_tf/handlers/backend/conv_mixin.py的来源来看，它们确实会拆分输出，产生单独的卷积，然后将它们串联起来。

能避免这种分裂成多个卷积吗？

tensorflow-lite

EN

Stack Overflow用户

回答已采纳

发布于 2021-03-18 09:53:46

经过进一步的挖掘，我发现了以下几点

i凸集是深度的(conv2d是深度的，如果它的群参数>1)
是一种低效的深度计算方法。为了有效地完成这个任务，我们需要使用tf.depthwiseconv

要在onnx-tf v1.7.0中修复这个问题，您应该将一个补丁应用到在这里发布的onnx-tf源代码中，https://github.com/onnx/onnx-tensorflow/issues/473#issuecomment-533522917

在当前的主分支中，有人试图通过检测深度凸起来修复这个问题，但它目前包含一个bug。要修复主分支中的错误，可以应用我在这里发布的修复，https://github.com/onnx/onnx-tensorflow/issues/754#issuecomment-801775203，我使用了主分支和上面的修复，生成了一个具有深度conv的小图

我还用上面的修复创建了一个叉子，所以您可以这样做

pip install git+https://github.com/Vozf/onnx-tensorflow

应用它而不是自己修补

似乎应该在下一个主要版本中解决这个问题(可能是1.8.0)。

另外，考虑使用https://github.com/nerox8664/onnx2keras，因为它支持深度卷积，而且支持完全nhwc转换，这允许删除所有转置操作。

票数 0

EN

查看全部 1 条回答

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/66675299

复制

相似问题