onnx_runtime 推理
onnx_runtime 推理
import numpy as np import onnx import onnxruntime as rt #create input data input_data = np.ones((1, 3, 299, 299), dtype=np.float32) #create runtime session sess = rt.InferenceSession("inception_v3.onnx") # get output name input_name = sess.get_inputs()[0].name print("input name", input_name) output_name= sess.get_outputs()[0].name print("output name", output_name) output_shape = sess.get_outputs()[0].shape print("output shape", output_shape) #forward model res = sess.run([output_name], {input_name: input_data}) out = np.array(res)
https://blog.csdn.net/wsp_1138886114/article/details/123271871
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
2022-08-11 pytorch 模型参数的保存与加载
2022-08-11 pytorch模型转换为onnx,并使用netron可视化
2022-08-11 深度学习框之 静态图&动态图
2022-08-11 衡量AI算力的“FLOPS”