resnet导出onnx模型时，如何去掉模型的module前缀

在 PyTorch 中使用 `nn.DataParallel` 进行多 GPU 训练时，会在模型参数前添加 `module.` 前缀，如果导出 ONNX 模型时需要去掉这个前缀，可以使用以下代码：

import torch
import torch.onnx
from collections import OrderedDict

# 加载模型
model = torch.load("model.pth")

# 创建新的有序字典，去掉前缀
new_state_dict = OrderedDict()
for k, v in model.state_dict().items():
    name = k[7:] if k.startswith('module.') else k
    new_state_dict[name] = v

# 构建示例输入
x = torch.randn(1, 3, 224, 224)

# 导出 ONNX 模型，去掉前缀
torch.onnx.export(model, x, "model.onnx", verbose=True,
                  input_names=["input"], output_names=["output"],
                  operator_export_type=torch.onnx.OperatorExportTypes.ONNX_ATEN_FALLBACK,
                  keep_initializers_as_inputs=True, opset_version=12,
                  dynamic_axes={"input": [0], "output": [0]},
                  example_outputs=model(x))

# 保存去掉前缀的模型参数
torch.save(new_state_dict, "model_noprefix.pth")

这里，我们首先加载已经训练好的 PyTorch 模型，并创建一个新的有序字典 `new_state_dict`，遍历模型参数，去掉参数名中的 `module.` 前缀，然后存入新的有序字典中。

接着，我们构建一个示例输入 `x`，利用 `torch.onnx.export` 导出 ONNX 模型，同时指定输入输出名字、使用哪种运算符、使用哪个 ONNX 版本等参数。注意，这里需要将 `keep_initializers_as_inputs` 设置为 `True`，这样可以将模型的参数也导出为输入，方便后面使用。

最后，我们保存去掉前缀的模型参数，以便后续使用。