转换时的黑名单操作符

某些运行时没有为 ONNX 中每个可用的操作符实现运行时。转换器不知道这一点，但可以将某些操作符列入黑名单。大多数转换器不会更改其行为，如果它们使用黑名单中的操作符，则会失败，其中一些会生成不同的 ONNX 图。

高斯混合模型

第一个根据操作符黑名单更改其行为的转换器是用于模型 高斯混合模型 的转换器。

from timeit import timeit
import numpy
from onnxruntime import InferenceSession
from sklearn.mixture import GaussianMixture
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from skl2onnx import to_onnx

data = load_iris()
X_train, X_test = train_test_split(data.data)
model = GaussianMixture()
model.fit(X_train)

GaussianMixture()

在 Jupyter 环境中，请重新运行此单元格以显示 HTML 表示形式或信任笔记本。
在 GitHub 上，HTML 表示形式无法呈现，请尝试使用 nbviewer.org 加载此页面。

默认转换

model_onnx = to_onnx(
    model,
    X_train[:1].astype(numpy.float32),
    options={id(model): {"score_samples": True}},
    target_opset=12,
)
sess = InferenceSession(
    model_onnx.SerializeToString(), providers=["CPUExecutionProvider"]
)

xt = X_test[:5].astype(numpy.float32)
print(model.score_samples(xt))
print(sess.run(None, {"X": xt})[2])

[-1.87252497 -1.34625882 -3.3789712  -2.51747032 -2.11219732]
[[-1.8725252]
 [-1.3462601]
 [-3.3789716]
 [-2.51747  ]
 [-2.112197 ]]

不使用 ReduceLogSumExp 的转换

参数 black_op 用于告诉转换器不要使用此操作符。让我们看看在这种情况下转换器会产生什么。

model_onnx2 = to_onnx(
    model,
    X_train[:1].astype(numpy.float32),
    options={id(model): {"score_samples": True}},
    black_op={"ReduceLogSumExp"},
    target_opset=12,
)
sess2 = InferenceSession(
    model_onnx2.SerializeToString(), providers=["CPUExecutionProvider"]
)

xt = X_test[:5].astype(numpy.float32)
print(model.score_samples(xt))
print(sess2.run(None, {"X": xt})[2])

[-1.87252497 -1.34625882 -3.3789712  -2.51747032 -2.11219732]
[[-1.8725252]
 [-1.3462601]
 [-3.3789716]
 [-2.51747  ]
 [-2.112197 ]]

处理时间

print(
    timeit(
        stmt="sess.run(None, {'X': xt})", number=10000, globals={"sess": sess, "xt": xt}
    )
)

print(
    timeit(
        stmt="sess2.run(None, {'X': xt})",
        number=10000,
        globals={"sess2": sess2, "xt": xt},
    )
)

0.5201874999997926
0.4130731999998716

使用 ReduceLogSumExp 的模型速度快得多。

如果转换器无法在不...

许多转换器不考虑操作符的白名单和黑名单。如果转换器无法在不使用黑名单操作符（或仅使用白名单操作符）的情况下进行转换，则 skl2onnx 会引发错误。

try:
    to_onnx(
        model,
        X_train[:1].astype(numpy.float32),
        options={id(model): {"score_samples": True}},
        black_op={"ReduceLogSumExp", "Add"},
        target_opset=12,
    )
except RuntimeError as e:
    print("Error:", e)

Error: Operator 'Add' is black listed.