TensorFlow → ONNX 全流程
🧑🏫 30章 · 实战闯关
v2.0
从入门到部署 · 友好色系
📅 2025 · 蓝海资料掘金营
01
TensorFlow与ONNX概述
什么是TF/ONNX，为何转换，典型场景
02
环境准备
安装TF、ONNX、tf2onnx，验证环境
03
TensorFlow模型基础
SavedModel/HDF5/Keras API，保存与加载
04
ONNX基础概念
计算图、节点张量、opset/IR版本
05
tf2onnx工具介绍
命令行、Python API、算子支持范围
06
第一个转换示例
Keras Sequential → ONNX
07
转换参数详解
input/output_names, opset, target
08
处理动态输入形状
动态batch size、序列长度
09
自定义算子转换
注册自定义算子、编写映射
10
转换中的常见错误
Unsupported Op, Shape推断失败等
11
ONNX模型验证
onnxruntime加载并推理
12
精度对比
TF与ONNX输出精度对比方法
13
ONNX模型优化
onnx-simplifier, 常量折叠, 节点融合
14
ONNX模型量化
动态/静态量化，量化感知训练
15
ONNX Runtime部署
C++/Python推理，性能调优
16
TensorFlow 1.x模型转换
冻结图、checkpoint文件处理
17
TensorFlow 2.x模型转换
Keras模型、自定义训练循环
18
包含预处理/后处理的模型转换
归一化、softmax融入ONNX图
19
多输入/多输出模型转换
多分支输入、多任务输出
20
循环神经网络(RNN/LSTM/GRU)转换
时间步、状态传递
21
Transformer/BERT模型转换
动态序列、注意力掩码
22
目标检测模型转换
Faster R-CNN, YOLO, SSD
23
图像分割模型转换
UNet, DeepLab
24
ONNX模型编辑
修改节点、添加/删除节点
25
ONNX模型加密与保护
模型加密、自定义保护方案
26
跨平台部署
Windows/Linux/ARM/Mac
27
ONNX与TensorRT集成
从ONNX导出TensorRT引擎
28
ONNX与OpenVINO集成
导出OpenVINO IR
29
ONNX与CoreML集成
导出CoreML模型
30
综合实战：全流程案例
从TF训练到ONNX部署完整闭环
✨ 点击卡片跳转对应章节 · 30个HTML文件就绪