Python中onnx.numpy_helperfrom_array()函数的有效用法和示例

在Python中，onnx.numpy_helper是一个用于操作ONNX格式的NumPy数组的辅助工具库。其中的from_array()函数用于将NumPy数组转换为ONNX格式的TensorProto对象。

from_array()函数的语法如下：

from_array(data, name=None)

参数说明：

- data：要转换为TensorProto对象的NumPy数组。

- name：可选参数，指定TensorProto对象的名称。

下面是一个示例，演示如何使用from_array()函数将NumPy数组转换为ONNX格式的TensorProto对象：

import numpy as np
from onnx import numpy_helper

# 创建一个NumPy数组
data = np.array([[1, 2], [3, 4]])
print("NumPy数组：")
print(data)

# 将NumPy数组转换为TensorProto对象
tensor_proto = numpy_helper.from_array(data, "Tensor")

# 打印转换后的TensorProto对象
print("TensorProto对象：")
print(tensor_proto)

输出结果：

NumPy数组：
[[1 2]
 [3 4]]
TensorProto对象：
name: "Tensor"
dims: 2
data_type: 7
raw_data: "\001\000\000\000\000\000\000\000\002\000\000\000\000\000\000\000\003\000\000\000\000\000\000\000\004\000\000\000\000\000\000\000"

在上面的代码中，首先创建了一个NumPy数组data。然后使用from_array()函数将该数组转换为TensorProto对象，并指定名称为"Tensor"。最后打印转换后的TensorProto对象。输出结果显示了TensorProto对象的名称、维度、数据类型和原始数据。

以上是from_array()函数的有效用法和示例。该函数在将NumPy数组与ONNX格式进行转换时非常实用。