onnx转bin模型失败

可以提供下转成功的onnx文件吗

导出onnx文件时候的版本是多少呢opset，你可以尝试降低下opset比如从opset16降低到opset11，或者opset13，

你需要该你的模型，用地平线的gridsample算子 不要用pytorch的gridsample算子 ，然后重新导出onnx模型，到处时候 opset设置成11

用 from horizon_nn.torch import export_onnx导出，之后会自动将gridsample替换为地平线的算子，不需要手动去改。

import torchimport torch.nn as nnimport torch.nn.functional as Ffrom horizon_nn.torch import export_onnxclass GridSampleModel(nn.Module):def __init__(self):super(GridSampleModel, self).__init__()def forward(self, x, grid):return F.grid_sample(x, grid, mode='bilinear', padding_mode='zeros', align_corners=True)# 创建模型model = GridSampleModel()# 输入张量 (batch_size=1, channels=3, height=4, width=4)x = torch.randn(1, 3, 16, 16)# 创建一个仿射网格theta = torch.tensor([[[1.0, 0.0, 0.0], [0.0, 1.0, 0.0]]], dtype=torch.float) # 恒等变换grid = F.affine_grid(theta, x.size(), align_corners=True)# 进行前向计算output = model(x, grid)print("Output Shape:", output.shape)# 导出 ONNXtorch.onnx.export(model, (x, grid), "grid_sample.onnx",input_names=['input', 'grid'],output_names=['output'],opset_version=11)print("ONNX 模型已导出：grid_sample.onnx")你看下这个吧用chagpt或着ds帮你整理下格式这个可以在1.1.74里面用opest为11

请问只有onnx文件的话，有工具可以直接替换掉grid_sample算子吗，opset版本现在是11(ai.onnx v11)

可以参考下面的代码，有可能的结果是编译可以过，但是精度不确定

你尝试下另外一种方法呢，J5的1.1.74版本呢或许是直接改掉domain这种方法有问题，虽然这样编译可以过 。可能是不同的公司对gridsample算子的实现以及优化也不同。

我们现在板端用的是1.77版本，用1.74版本转的也能跑吗，可以提供onnx文件给你们 帮看看吗

另外想问下 horizon_nn这个包有1.77 py37的版本吗

那哪个版本的比较正常呀 新版本没计划支持吗

新版本这个包有问题已经报给研发的同学修复了，如果修复了应该会在下一个版本发布。

你现在要使用 from horizon_nn.torch import export_onnx 就用1.74吧。有一点要注意的是，及时使用1.74，也要使用 import torch.nn.functional as F 中的gridsample哈，替换后重新训练。

至于你直接修改onnx使之能编译这个做法，咱们也只能保证转换通过，精度的问题需要自己把控。

这个是用chatgpt写的？

想问下gridsample模型转换的时候要注意哪些点吗，还是和普通op一样转就可以了，因为上面这个转完精度不行的 也是 import torch.nn.functional as F 中的gridsample，在你们镜像里用的torch gridsample是已经修改过了是吗

修改完之后重新训练下，在导出onnx进行ptq，每个公司对算子的实现逻辑都不太一样