Pytorch 无法将训练好的模型导出为 ONNX

Question

我一直在使用多个卷积层（3x3，步长 1，填充相同）在 Pytorch 框架中训练模型。该模型表现良好，我想在 Matlab 中使用它进行推理。为此，框架之间的 NN 交换的 ONNX 格式似乎是（唯一的？）解决方案。可以使用以下命令导出模型：

torch.onnx.export(net.to('cpu'), test_input,'onnxfile.onnx')

这是我的 CNN 架构定义：

class Encoder_decoder(nn.Module):
    def __init__(self):
        super().__init__()
        self.model = nn.Sequential(
        nn.Conv2d(2,8, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(8,8, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(8,16, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(16,16, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(16,32, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(32,32, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(32,64, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(64,64, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(64,128, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(128,128, (3, 3),stride = 1, padding='same'),
        nn.ReLU(),
        nn.Conv2d(128,1, (1, 1))
        )


    def forward(self, x):
        x = self.model(x)
        
        return x

但是，当我运行该torch.onnx.export命令时，出现以下错误：

RuntimeError: Exporting the operator _convolution_mode to ONNX opset version 9 is not supported. Please feel free to request support or submit a pull request on PyTorch GitHub.

我尝试过更改 opset，但这并不能解决问题。ONNX 完全支持卷积神经网络。另外，我正在 google colab 中训练网络。

您知道将模型传输到 matlab 的其他方法吗？

Answer 1

目前，pytorch不支持_convolution_mode运算符。这是由于使用了.padding='same'

您需要将填充更改为整数值或将其更改为其等效值。请参阅Pytorch 中的相同填充等效项。