onnx.compose¶

`merge_graphs`(g1, g2, io_map[, inputs, ...])	将两个 ONNX 图合并成一个。
`merge_models`(m1, m2, io_map[, inputs, ...])	将两个 ONNX 模型合并成一个。

merge_graphs¶

onnx.compose.merge_graphs(g1: GraphProto, g2: GraphProto, io_map: list[tuple[str, str]], inputs: list[str] | None = None, outputs: list[str] | None = None, prefix1: str | None = None, prefix2: str | None = None, name: str | None = None, doc_string: str | None = None) → GraphProto[source]¶

将两个 ONNX 图合并成一个。

通过连接指定的输入/输出集来定义组合图。在 io_map 参数中未指定的输入/输出将保留为组合图的输入/输出。

参数:

g1 (GraphProto) – 第一个图
g2 (GraphProto) – 第二个图
io_map (list of pairs of string) – 名称对 [(out0, in0), (out1, in1), …] 表示第一个图的输出和要连接的第二个图的输入
inputs (list of string) – 可选列表，包含要包含在组合图中的输入。默认情况下，所有不在 io_map 参数中的输入都将包含在组合模型中。
outputs (list of string) – 可选列表，包含要包含在组合图中的输出。默认情况下，所有不在 io_map 参数中的输出都将包含在组合模型中。
prefix1 (string) – 可选前缀，将添加到 g1 中的所有名称
prefix2 (string) – 可选前缀，将添加到 g2 中的所有名称
name (string) – 组合图的可选名称。默认情况下，名称是 g1.name 和 g2.name 连接而成的，以“_”作为分隔符。
doc_string (string) – 组合图的可选文档字符串。如果未提供，则使用 g1 和 g2 文档字符串的默认连接。

返回:

GraphProto

将两个 ONNX 模型合并成一个。

组合模型通过连接指定的输入/输出集来定义。在 io_map 参数中未指定的输入/输出将保留为组合模型的输入/输出。

两个模型应具有相同的 IR 版本，并且导入相同的运算符集。

参数:

m1 (ModelProto) – 第一个模型
m2 (ModelProto) – 第二个模型
io_map (list of pairs of string) – 名称对 [(out0, in0), (out1, in1), …] 表示第一个图的输出和要连接的第二个图的输入
inputs (list of string) – 可选列表，包含要包含在组合图中的输入。默认情况下，所有不在 io_map 参数中的输入都将包含在组合模型中。
outputs (list of string) – 可选列表，包含要包含在组合图中的输出。默认情况下，所有不在 io_map 参数中的输出都将包含在组合模型中。
prefix1 (string) – 可选前缀，将添加到 m1 中的所有名称
prefix2 (string) – 可选前缀，将添加到 m2 中的所有名称
name (string) – 组合图的可选名称。默认情况下，名称是 g1.name 和 g2.name 连接而成的，以“_”作为分隔符。
doc_string (string) – 组合图的可选文档字符串。如果未提供，则使用 g1 和 g2 文档字符串的默认连接。
producer_name (string) – 组合模型的可选生产者名称。默认值：“onnx.compose”
producer_version (string) – 组合模型的可选生产者版本。默认值：“1.0”
domain (string) – 组合模型的可选域。默认值：“”
model_version (int) – 编码的图形的可选版本。默认值：1

返回:

ModelProto

onnx.compose.add_prefix_graph(graph: GraphProto, prefix: str, rename_nodes: bool | None = True, rename_edges: bool | None = True, rename_inputs: bool | None = True, rename_outputs: bool | None = True, rename_initializers: bool | None = True, rename_value_infos: bool | None = True, inplace: bool | None = False, name_map: dict[str, str] | None = None) → GraphProto[source]¶

为图中的元素（节点、边、输入、输出、初始值、稀疏初始值、值信息）名称添加前缀。

在使用此函数之前，可以将其用作一个实用工具，用于合并名称重叠的图。空名称不会添加前缀。

参数:

返回:

GraphProto

为模型中的元素（节点、边、输入、输出、初始值、稀疏初始值、值信息和局部函数）名称添加前缀。

在使用此函数之前，可以将其用作一个实用工具，用于合并名称重叠的模型。空名称不会添加前缀。

参数:

返回:

ModelProto

onnx.compose.expand_out_dim(model: ModelProto, dim_idx: int, inplace: bool | None = False) → ModelProto[source]¶

为图中的每个输出插入一个大小为 1 的额外维度。

为每个输出插入一个 Unsqueeze 节点。在合并图之前，例如当第二个图需要批次维度时，可以将其作为实用工具。

参数:

返回:

ModelProto

onnx.compose.expand_out_dim_graph(graph: GraphProto, dim_idx: int, inplace: bool | None = False) → GraphProto[source]¶

为图中的每个输出插入一个大小为 1 的额外维度。

为每个输出插入一个 Unsqueeze 节点。在合并图之前，例如当第二个图需要批次维度时，可以将其作为实用工具。

参数:

返回:

GraphProto