前言
构建onnx方式通常有两种：
1、通过代码转换成onnx结构，比如pytorch —> onnx
2、通过onnx 自定义结点，图，生成onnx结构
本文主要是简单学习和使用两种不同onnx结构，
下面以 Max 结点进行分析
方式
方法一：pytorch --> onnx
暂缓，主要研究方式二
方法二： onnx
import onnx
from onnx import helper
from onnx import TensorProto# 创建最小值节点
node = helper.make_node('Max', # 节点类型['input1', 'input2'], # 输入['output'], # 输出
)# 创建ONNX图
graph = helper.make_graph([node], # 节点列表'Max_graph', # 图的名称[ # 输入helper.make_tensor_value_info('input1', TensorProto.FLOAT, [1]),helper.make_tensor_value_info('input2', TensorProto.FLOAT, [1]),],[ # 输出helper.make_tensor_value_info('output', TensorProto.FLOAT, [1]),],
)# 创建ONNX模型
model = helper.make_model(graph, producer_name='onnx-example')# 保存ONNX模型
onnx.save(model, 'Max_model.onnx')
