torch.onnx¶
概述¶
开放神经网络交换 (ONNX) 是一种用于表示机器学习模型的开放标准格式。 torch.onnx 模块捕获来自本机 PyTorch torch.nn.Module 模型的计算图，并将其转换为 ONNX 图.
导出的模型可以被支持 ONNX 的许多 运行时 使用，包括微软的 ONNX Runtime.
您可以使用两种类型的 ONNX 导出器 API，如下所示
基于 TorchDynamo 的 ONNX 导出器¶
基于 TorchDynamo 的 ONNX 导出器是 PyTorch 2.1 及更高版本的新（且处于 Beta 阶段）导出器
TorchDynamo 引擎用于连接到 Python 的帧评估 API，并将它的字节码动态地重写为 FX 图。生成的 FX 图将在最终转换为 ONNX 图之前进行整理。
这种方法的主要优点是 FX 图 是使用字节码分析捕获的，该分析保留了模型的动态特性，而不是使用传统的静态跟踪技术。
基于 TorchScript 的 ONNX 导出器¶
基于 TorchScript 的 ONNX 导出器自 PyTorch 1.2.0 起可用
TorchScript 用于跟踪（通过 torch.jit.trace()）模型并捕获静态计算图。
因此，生成的图存在一些限制
它不会记录任何控制流，例如 if 语句或循环；
不处理
training和eval模式之间的细微差别；无法真正处理动态输入
为了解决静态跟踪限制，导出器还支持 TorchScript 脚本（通过 torch.jit.script()），它增加了对数据相关控制流的支持，例如。但是，TorchScript 本身是 Python 语言的一个子集，因此 Python 中的并非所有功能都受支持，例如就地操作。
