ONNX 可视化·调试实战
🎯 30 章
配色
01
ONNX基础入门
起源 · 设计理念 · 核心价值
02
ONNX环境搭建
安装 ONNX / Runtime / Protobuf
03
模型导出实战 · PyTorch
torch.onnx.export 参数详解
04
模型导出实战 · TensorFlow
tf2onnx 工具使用
05
模型导出实战 · Keras
onnxmltools 工具使用
06
ONNX模型结构解析
ModelProto · GraphProto · NodeProto
07
数据类型与形状
Tensor类型 · 维度 · 映射表
08
Netron可视化工具
安装 · 界面操作 · 节点信息
09
Netron高级功能
搜索节点 · 权重查看 · 导出图表
10
ONNX GraphSurgeon入门
安装 · 基本概念 · 图编辑流程
11
GraphSurgeon节点操作
添加 · 删除 · 替换节点
12
GraphSurgeon张量操作
修改形状 · 重命名 · 插入中间张量
13
子图提取
提取特定子图 · 合并子图
14
常量折叠
优化常量节点 · 简化计算图
15
自定义算子
注册自定义算子 · 替换标准算子
16
ONNX Runtime调试
Session配置 · 日志 · 性能分析
17
推理验证
输入输出检查 · 精度对比 · 异常捕获
18
形状推理
静态/动态形状 · set_shape
19
模型校验
onnx.checker · 常见错误修复
20
模型简化
onnx-simplifier · 冗余节点消除
21
模型量化
动态/静态量化 · QDQ节点
22
模型转换
onnx2trt · onnx2ncnn · onnx2mnn
23
模型分割
大模型分割 · 子图划分 · 分布式推理
24
模型加密
加密方案 · 解密加载 · 安全部署
25
版本兼容
Opset版本管理 · 算子兼容性检查
26
性能分析
Profiler · 瓶颈定位 · 优化建议
27
调试实战
错误案例 · 断点调试 · 日志分析
28
可视化进阶
自定义脚本 · Graphviz集成
29
部署案例
CPU/GPU/移动端部署
30
ONNX生态与未来
Runtime Web · Mobile · 发展趋势