📘 ONNX 模型结构解析 & 调试实战
🎯 30 章 · 从入门到全流程部署
🧩
30 章节
⚡
友好
📁
01.html ~ 30.html
01
ONNX 基础认知
生态定位
AI部署
诞生背景与核心价值
开始学习 →
02
ONNX 环境搭建
ONNX Runtime
Protobuf
安装验证
开始学习 →
03
模型导出入门
PyTorch
torch.onnx.export
参数含义
开始学习 →
04
模型导出进阶
TensorFlow/Keras
tf2onnx
动态轴与批处理
开始学习 →
05
Netron 可视化
节点
张量
输入输出
模型结构查看
开始学习 →
06
ONNX 数据结构解析
ModelProto
GraphProto
NodeProto
详解
开始学习 →
07
读取与打印模型
Python
遍历节点
读取ONNX并打印信息
开始学习 →
08
张量形状与数据类型
float32/int64
存储方式
形状分析
开始学习 →
09
节点属性解析
Conv
Gemm
Relu
kernel_shape, alpha
开始学习 →
10
输入输出分析
名称
形状
动态维度
提取分析
开始学习 →
11
模型结构可视化
graphviz
networkx
绘制流程图
开始学习 →
12
ONNX 算子兼容性
Conv
BatchNorm
Softmax
版本差异
开始学习 →
13
自定义算子注册
自定义操作
PyTorch导出
注册与使用
开始学习 →
14
模型验证与精度对比
ONNX Runtime
精度一致
输出对比
开始学习 →
15
动态形状处理
batch_size
seq_len
设置动态维度
开始学习 →
16
模型简化与优化
onnx-simplifier
冗余节点
简化模型
开始学习 →
17
常量折叠与图优化
常量折叠
onnxoptimizer
图级别优化
开始学习 →
18
模型量化入门
静态量化
动态量化
onnxruntime量化
开始学习 →
19
模型剪枝与稀疏化
通道剪枝
稀疏化
减小模型体积
开始学习 →
20
模型融合技术
BN+Conv
Gemm+Relu
融合为单一节点
开始学习 →
21
子图提取与分割
子图提取
边缘端部署
从大模型分割
开始学习 →
22
模型加密与保护
加密
混淆
防止模型盗用
开始学习 →
23
ONNX Runtime 部署
CPU/GPU
Session选项
推理配置
开始学习 →
24
ONNX Runtime 高级特性
IO Binding
TensorRT
内存优化
开始学习 →
25
ONNX 与 TensorRT
TensorRT引擎
高性能推理
转换部署
开始学习 →
26
ONNX 与 OpenVINO
OpenVINO IR
Intel硬件
部署转换
开始学习 →
27
ONNX 与 CoreML
CoreML格式
Apple设备
部署转换
开始学习 →
28
ONNX 与 TFLite
TFLite格式
移动端/嵌入式
部署
开始学习 →
29
ONNX 调试实战
shape mismatch
unsupported op
排查修复
开始学习 →
30
综合项目实战
PyTorch训练
导出·优化·量化·部署
全流程
开始学习 →