ONNX Shape Inference¶
ONNX 提供了一个可选的 ONNX 图形状推断实现。此实现涵盖了核心运算符的每个运算符,并提供了可扩展的接口。因此,您可以选择在您的图上调用现有的形状推断功能,或者为您自定义运算符定义形状推断实现(或两者兼有!)。形状推断函数存储在 OpSchema 对象的一个成员中。
在 ONNX 1.10 版本中,符号生成和传播以及形状数据传播被添加到 ONNX 图级别的形状推断中。详细的提案在这里:这里
背景¶
请参阅 IR.md 的 此部分,了解静态张量形状的概述。特别是,静态张量形状(由 TensorShapeProto
表示)与运行时张量形状不同。当精确的运行时张量形状在静态(即编译时)未知时,通常会使用此功能。
具有未定义
shape
字段的Tensor
用于表示秩未知的张量。具有已定义
shape
的Tensor
表示秩已知的张量。TensorShapeProto
的每个Dimension
可以具有已知的整数值(由dim_value
字段表示),或者可以具有由符号标识符表示的未知值(dim_param
字段),或者两者都没有定义(在这种情况下,它表示一个匿名的未知值)。
调用形状推断¶
可以通过 C++ 或 Python 调用形状推断。Python API 附带示例,此处 有详细描述。
C++ API 由一个函数组成
shape_inference::InferShapes(
ModelProto& m,
const ISchemaRegistry* schema_registry);
第一个参数是要进行形状推断的 ModelProto
,它将就地用形状信息进行注解。第二个参数是可选的。
局限性¶
形状推断不保证是完整的。特别是,一些动态行为会阻塞形状推断的流程,例如将张量重塑为动态提供的形状。此外,并非所有运算符都需要具有形状推断实现。
形状推断仅适用于常量和简单变量。它不支持包含变量的算术表达式。例如,形状为 (5, 2)
和 (7, 2)
的张量的 Concat
可以推断为产生形状为 (12, 2)
的结果,但是形状为 (5, 2)
和 (N, 2)
的张量的 Concat
将简单地产生 (M, 2)
,而不是包含 N+5
的表示。请注意,不同的未知符号值将被传播,因此这里的 M
表示一个未知量,它与其他 M
的出现相同。
这些限制是当前实现的属性,而不是根本性的约束——如果您需要更高级的功能,请告诉我们!
为运算符实现形状推断¶
您可以使用以下方式为运算符的 Schema 添加形状推断函数:
OpSchema& Opschema::TypeAndShapeInferenceFunction(InferenceFunction inferenceFunction);
InferenceFunction
定义在 shape_inference.h 中,以及核心接口结构 InferenceContext
和一系列辅助方法。 InferenceContext
是提供给推断函数的核心结构。它允许访问运算符输入的有关信息,也允许写出推断的信息。
要查看大量示例,请在代码库中搜索 TypeAndShapeInferenceFunction
的出现。一个相对复杂的例子是 Concat
在 onnx/defs/tensor/defs.cc 中的实现。
在为运算符实现形状推断方法时,请注意以下几点,以避免常见错误:
在访问任何输入的
shape
之前,代码必须检查形状是否可用。如果不可用,则应将其视为秩未知的动态张量并进行适当处理。通常,形状推断逻辑会通过调用hasInputShape
或hasNInputShapes
来保护。在访问任何维度的
dim_value
或dim_param
之前,代码必须检查这些字段是否具有值。特别是,代码必须处理维度可能没有静态已知值的可能性。
在 shape_inference.h 中有几个实用函数可以处理各种常见情况。
对于必须具有固定秩的输入,请使用
checkInputRank
。(请参阅RoiAlign
的推断作为示例。)unifyInputDim
和unifyDim
和updateOutputShape
可用于多个输入维度预期相同,以及当输入维度传播到特定输出维度时。(请参阅RoiAlign
的推断作为示例。)当输出维度使用算术从输入维度计算时,可以在符号维度上使用重载运算符
*
和/
。(请参阅SpaceToDepth
的推断作为示例。)
这些实用程序可安全地处理缺失的形状和维度。
示例:考虑一个简单的矩阵乘法运算符,它期望输入形状为 [M,K]
和 [K,N]
,并返回形状为 [M,N]
的输出。这可以如下编码:
// Check that input 0 has rank 2 (if its rank is known).
checkInputRank(ctx, 0, 2);
// Check that input 1 has rank 2 (if its rank is known).
checkInputRank(ctx, 1, 2);
Dim M, K, N;
// Check various dimensions, handling missing dimensions/shapes safely.
unifyInputDim(ctx, 0, 0, M);
unifyInputDim(ctx, 0, 1, K);
unifyInputDim(ctx, 1, 0, K);
unifyInputDim(ctx, 1, 1, N);
updateOutputShape(ctx, 0, {M. N});