如何将HuggingFace的Seq2seq模型转换为onnx格式

Question

我正在尝试将 HuggingFace 变压器模型中的 Pegasus 新闻编辑室转换为 ONNX 格式。我遵循了Huggingface 发布的指南。安装先决条件后，我运行了以下代码：

!rm -rf onnx/
from pathlib import Path
from transformers.convert_graph_to_onnx import convert

convert(framework="pt", model="google/pegasus-newsroom", output=Path("onnx/google/pegasus-newsroom.onnx"), opset=11)

并得到这些错误：

ValueError                                Traceback (most recent call last)
<ipython-input-9-3b37ed1ceda5> in <module>()
      3 from transformers.convert_graph_to_onnx import convert
      4 
----> 5 convert(framework="pt", model="google/pegasus-newsroom", output=Path("onnx/google/pegasus-newsroom.onnx"), opset=11)
      6 
      7 

6 frames
/usr/local/lib/python3.6/dist-packages/transformers/models/pegasus/modeling_pegasus.py in forward(self, input_ids, attention_mask, encoder_hidden_states, encoder_attention_mask, head_mask, encoder_head_mask, past_key_values, inputs_embeds, use_cache, output_attentions, output_hidden_states, return_dict)
    938             input_shape = inputs_embeds.size()[:-1]
    939         else:
--> 940             raise ValueError("You have to specify either decoder_input_ids or decoder_inputs_embeds")
    941 
    942         # past_key_values_length

ValueError: You have to specify either decoder_input_ids or decoder_inputs_embeds

我以前从未见过这个错误。有任何想法吗？

Answer 1

Pegasus是一个seq2seq模型，你不能seq2seq使用这种方法直接转换模型（编码器-解码器模型）。guide用于 BERT，它是一种编码器模型。任何仅编码器或仅解码器变压器模型都可以使用此方法进行转换。

要转换seq2seq模型（编码器-解码器），您必须将它们分开并单独转换，将编码器转换为 onnx，将解码器转换为 onnx。你可以按照这个指南（它是为T5完成的，它也是一个seq2seq模型）

为什么会出现这个错误？

将PyTorch 转换为 onnx时

_ = torch.onnx._export(
                        model,
                        dummy_input,
                        ...
                       )

您需要分别向编码器和解码器提供一个虚拟变量。默认情况下，使用此方法进行转换时，它会向编码器提供虚拟变量。由于这种转换方法不接受此 seq2seq 模型的解码器，因此它不会向解码器提供虚拟变量，并且您会收到上述错误。 ValueError: You have to specify either decoder_input_ids or decoder_inputs_embeds