使用onnx.numpy_helperfrom_array()函数在Python中生成随机数矩阵的实例代码

在Python中使用onnx.numpy_helper模块的from_array()函数可以将numpy数组转换为ONNX中的TensorProto数据结构。

下面是一个生成随机数矩阵并将其转换为ONNX TensorProto的示例代码：

import numpy as np
from onnx import numpy_helper

# 生成随机数矩阵
arr = np.random.rand(5, 5)

# 将numpy数组转换为ONNX TensorProto
tensor_proto = numpy_helper.from_array(arr)

print(tensor_proto)

在上述示例代码中，首先导入numpy和onnx模块。然后使用np.random.rand函数生成一个5x5的随机数矩阵。接下来，使用numpy_helper.from_array函数将生成的矩阵转换为ONNX TensorProto数据结构，并将结果保存在tensor_proto变量中。最后，打印tensor_proto的值。

from_array()函数可以接受多维数组作为参数，并将其转换为ONNX的TensorProto数据结构。转换后的TensorProto对象可以在后续的ONNX模型导出和操作中使用。

使用上述示例代码生成随机数矩阵并转换为TensorProto的结果可能如下所示：

data_type: 11
dims: 5
dims: 5
float_data: 0.037543479949712754
...

其中，data_type字段表示数据类型（此处为11表示float类型），dims字段表示矩阵的维度（此处为5x5），float_data字段包含实际的矩阵数据。注意，实际的矩阵数据可能会很长，只展示了部分浮点数数据。

上述示例代码演示了如何使用onnx.numpy_helper模块中的from_array()函数将numpy数组转换为ONNX的TensorProto数据结构。这在构建ONNX模型时非常有用，因为可以方便地使用numpy生成数据，并将其转换为ONNX所需的数据格式。