尝试将双线性层转换为onnx时，上采样ONNX提供INVALID_GRAPH

Question

当我将在Pytorch上训练有双线性层的网络转换为ONNX时，出现以下错误

RuntimeError：[ONNXRuntimeError]：10：INVALID_GRAPH：从test.onnx加载模型失败：类型错误：节点（）中运算符（Floor）的输入参数（11）的类型'tensor（int64）'无效。

我不确定为什么会发生此错误，我尝试从源代码构建ONNX，但问题似乎并没有解决。

关于什么可能导致此错误的任何想法？或如何解决这个问题？

繁殖方式

from torch import nn

import torch
import torch.nn.functional as F
import onnxruntime as rt

class Upsample(torch.nn.Module):
    def forward(self, x):
        #l = nn.Conv2d(3, 3, kernel_size=1, stride=1, padding=1, bias=True)
        return F.interpolate(x, scale_factor=2, mode="bilinear", align_corners=False)

m = Upsample()
v = torch.randn(1,3,128,128, dtype=torch.float32, requires_grad=False)

torch.onnx.export(m, v, "test.onnx")
sess = rt.InferenceSession("test.onnx")

Answer 1

此错误已在https://github.com/pytorch/pytorch/pull/21434中修复（修复在functional.py中），因此，如果您安装pytorch的夜间版本，则应该可以得到此错误。

但是，在同一PR中，已禁止以双线性模式转换Upsample。原因是Pytorch的双线性模式与ONNX的不一致，并且Nearest模式是当前唯一支持的模式。

ONNX中的Upsample（现在称为Resize）已在opset 11中进行了更新，以支持与https://github.com/onnx/onnx/pull/2057中的 Pytorch对齐的双线性模式，但这尚未实现。