1. 模型单输入输出

# 创建模型的输入数据
input = torch.rand(1, 3, 224, 224)

# 导出模型
torch.onnx.export(model ,               		# 模型
                  input ,              			# 伪输入 提供模型输入的形状
                  r"model.onnx",  				# 保存的文件名
                  export_params=True,           # 是否保存模型参数
                  opset_version=11,             # onnx版本
                  do_constant_folding=True,     # 是否执行常量折叠优化
                  input_names = ['input'],      # 输入名称
                  output_names = ['output'],    # 输出名称
                  dynamic_axes={'input' : {0 : 'batch_size'},    # 指定动态轴 dynamic_axes 参数的格式为一个字典，
                                'output' : {0 : 'batch_size'}},  # 其中键是输入或输出张量的名称，值是另一个字典，指定了动态轴的索引及其对应的名称。
                  # verbose=True,               # 是否打印详细信息
                  )

2. 模型多输入

import torch
import torch.onnx

# 假设模型是一个接受两个输入参数的模型
class MyModel(torch.nn.Module):
    def forward(self, input1, input2):
        return input1 + input2

# 初始化模型
model = MyModel()

# 创建模型的输入数据
input1 = torch.randn(1, 3, 224, 224)
input2 = torch.randn(1, 1)

# 将输入数据放入一个元组中
inputs = (input1, input2)

# 导出模型
torch.onnx.export(model,              
                  inputs,              
                  "model.onnx",        
                  export_params=True,  
                  opset_version=11,    
                  do_constant_folding=True, 
                  input_names = ['input1', 'input2'],   
                  output_names = ['output'], 
                  dynamic_axes={'input1' : {0 : 'batch_size'},   
                                'input2' : {0 : 'batch_size'},
                                'output' : {0 : 'batch_size'}})

3. 模型多输出

在torch.onnx.export()中output_names是以模型多个输出的顺序来命名的。

# 模型输出 元组形式
class MyModel(torch.nn.Module):
    def forward(self, x):
        logit = model_1(x)
        pre_logits = model_2(x)
        return logit, pre_logits

# 初始化模型
model = MyModel()

# 创建模型的输入数据
input = torch.rand(1, 3, 224, 224)

# 导出模型
torch.onnx.export(model , 
                  input , 
                  r"model.onnx", 
                  export_params=True, 
                  opset_version=11, 
                  do_constant_folding=True, 
                  input_names=['input'], 
                  output_names=['logit', 'pre_logits'], 
                  dynamic_axes={'input': {0: 'batch_size'}, 
                  				'logit': {0: 'batch_size'},
                  				'pre_logits': {0: 'batch_size'}})

上例模型输出是元组形式，因此onnx中的output_names[0]指代模型输出的outputs['logit']，而output_names[1]指代模型输出的outputs['pre_logits']。