小编R_D*_*Dax的帖子

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, …