三、torch pt文件转onnx

当你想要将PyTorch (Torch) 模型转换为ONNX (Open Neural Network Exchange) 格式以便于跨平台部署或者优化计算性能时，可以按照以下步骤操作：

1. **安装必要的库**：首先需要安装`torch`, `torch.onnx`, 和 `onnx` 库，如果还没有安装，可以使用以下命令：

   pip install torch torchvision onnx

2. **加载模型**：确保你的模型是在PyTorch中训练好的，并且已经保存为`.pt`（Python pickle）格式。例如：

   import torch
   model = torch.load('your_model.pt')

3. **准备输入数据**：创建一个示例输入张量，这将是模型在转换过程中使用的数据。它应该与模型在训练或测试时接受的数据一致。例如，对于一个图像分类模型，可以是一个RGB图像：

   input_data = torch.randn(1, 3, 224, 224)

4. **导出为ONNX**：

   with torch.no_grad():
       output = model(input_data)
       torch.onnx.export(model, # 输入模型
                         input_data, # 输入张量
                         'output.onnx', # 输出ONNX文件名
                         export_params=True, # 是否包含权重信息
                         opset_version=10, # ONNX版本
                         do_constant_folding=True, # 是否进行常数折叠优化
                         input_names=['input'], # 输入变量名称
                         output_names=['output'] # 输出变量名称
      )

5. **验证转换结果**：
使用`onnx`库的`checker`工具检查ONNX模型是否正确转换：

   onnx-checker output.onnx