onnxruntime tensor格式转成torch格式

将ONNXRuntime的Tensor转换为PyTorch的Tensor格式可以使用以下代码：

import torch
import onnxruntime as ort

# 加载ONNX模型和ONNXRuntime的执行提供程序
model = ort.InferenceSession('model.onnx')
ort_session = ort.InferenceSession('model.onnx')
input_name = ort_session.get_inputs()[0].name

# 构造输入数据
input_data = np.random.rand(batch_size, channels, height, width).astype(np.float32)

# 将ONNXRuntime的Tensor转换为numpy数组
ort_output = ort_session.run(None, {input_name: input_data})[0]
np_output = ort_output.numpy()

# 将numpy数组转换为PyTorch的Tensor
torch_output = torch.from_numpy(np_output)

其中，`model.onnx`是ONNX格式的模型文件，`batch_size`、`channels`、`height`、`width`是输入数据的形状。`np_output`是转换后的numpy数组，`torch_output`是转换后的PyTorch的Tensor。值得注意的是，在将ONNXRuntime的Tensor转换为numpy数组时，需要通过`[0]`获取输出张量，因为ONNXRuntime的`run()`方法返回的是一个元组，第一个元素是输出张量的列表。