使用onnx.numpy_helper.from_array()在Python中生成20个随机数组

在Python中，可以使用onnx.numpy_helper.from_array()函数生成具有指定形状和随机数值的数组。from_array()函数是onnx库中的一个辅助函数，用于将numpy数组转换为onnx.TensorProto类型。

下面是使用onnx.numpy_helper.from_array()函数生成20个随机数组的示例代码：

import numpy as np
from onnx import numpy_helper

# 设置随机数生成器的种子，以便生成可重复的随机数
np.random.seed(0)

# 生成20个随机数组
random_arrays = []
for _ in range(20):
    # 生成随机形状
    shape = np.random.randint(low=1, high=5, size=np.random.randint(low=1, high=4))
    # 生成随机数组
    random_array = np.random.random(shape)
    random_arrays.append(random_array)

# 使用from_array()函数将numpy数组转换为onnx.TensorProto类型
tensor_protos = []
for random_array in random_arrays:
    tensor_proto = numpy_helper.from_array(random_array)
    tensor_protos.append(tensor_proto)

# 打印生成的20个TensorProto
for i, tensor_proto in enumerate(tensor_protos):
    print(f'TensorProto-{i+1}:')
    print(tensor_proto)
    print()

上述代码中，首先通过np.random.seed(0)设置了随机数生成器的种子，以便生成可重复的随机数。然后使用一个循环，在每次迭代中生成一个随机形状和随机数组，并将其添加到一个列表random_arrays中。

接下来，使用from_array()函数将每个随机数组转换为onnx.TensorProto类型，并将其添加到一个列表tensor_protos中。

最后，使用循环遍历tensor_protos列表，打印生成的20个TensorProto对象。

使用以上代码示例，你可以生成20个随机数组，并将其转换为onnx.TensorProto类型，以供后续使用。