Gra*_*lan 6 python machine-learning onnx onnxruntime
我找不到任何人向外行解释如何将 onnx 模型加载到 python 脚本中，然后在输入图像时使用该模型进行预测。我能找到的只是这些代码行：
sess = rt.InferenceSession("onnx_model.onnx")
input_name = sess.get_inputs()[0].name
label_name = sess.get_outputs()[0].name
pred = sess.run([label_name], {input_name: X.astype(np.float32)})[0]
但我不知道这意味着什么。无论我看到哪里，每个人似乎都已经知道它们的意思，所以没有人解释它。如果我可以运行这段代码，那将是一回事，但我不能。它给了我这个错误：
onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INVALID_ARGUMENT : Invalid rank for input: Input3 Got: 2 Expected: 4 Please fix either the inputs or the model.
所以我需要真正知道这些事情的含义，这样我才能弄清楚如何修复错误。有懂行的请解释一下吗？
小智 7
让我们首先检查您提供的代码，以使一切清楚。
sess = ort.InferenceSession("onnx_model.onnx")
该行将模型加载到会话对象中。这意味着模型中使用的层、函数和权重已准备好执行推理。
input_name = sess.get_inputs()[0].name
label_name = sess.get_outputs()[0].name
这两种方法get_inputs各自get_outputs检索有关模型的一些元信息，即模型期望的输入以及它可以提供的输出。除了这些行中的元信息之外，实际上仅使用了第一个输入和输出，并且仅获取了名称并将其保存到变量中。
对于最后一行，让我们逐个解决该问题。
pred = sess.run(...)[0]
这对模型进行推理，之后我们将检查此方法的输入，但现在，输出是不同输出的列表。这些输出都是 numpy 数组。在这种情况下，仅使用此列表中的第一个输出，并将其保存到pred变量中
([label_name], {input_name: X.astype(np.float32)})
这些是 的输入sess.run。第一个是您想要由会话计算的输出名称的列表。第二个参数是一个字典，其中每个输入的名称映射到 numpy 数组。这些数组的维度应与模型创建期间提供的数组的维度相同。同样，这些数组的类型也应该与模型创建期间使用的类型相匹配。
您遇到的错误似乎表明提供的数组没有预期的尺寸。这些预期的维度数量似乎是 4。
为了清楚地了解输入数组的确切形状和数据类型应该是什么，可以使用Netron等可视化工具