Python中onnx.save_model()函数的用法与示例

在Python中，onnx.save_model()函数用于将ONNX模型保存到磁盘上。

该函数的用法如下：

onnx.save_model(model, file)

其中，model是要保存的ONNX模型对象，file是保存的文件路径。

下面是一个示例，演示如何使用onnx.save_model()函数：

import torch
import torchvision
import onnx

# 创建一个PyTorch模型
model = torchvision.models.resnet18(pretrained=True)

# 导出模型到ONNX格式
dummy_input = torch.randn(1, 3, 224, 224)
onnx_model = onnx.export(model, dummy_input, "resnet18.onnx")

# 保存ONNX模型到磁盘
onnx.save_model(onnx_model, "resnet18.onnx")

在这个示例中，我们使用了torchvision库中的ResNet-18模型作为例子。首先，我们通过调用torchvision.models.resnet18()函数创建了一个ResNet-18模型。然后，我们通过定义一个虚拟输入dummy_input和调用onnx.export()函数将PyTorch模型导出为ONNX格式。最后，我们使用onnx.save_model()函数将导出的ONNX模型保存到名为"resnet18.onnx"的文件中。

注意，在使用onnx.save_model()函数之前，我们需要确保已经安装了ONNX库。可以使用下面的命令安装ONNX库：

pip install onnx

希望这个示例能帮助你理解如何使用onnx.save_model()函数将ONNX模型保存到磁盘上。