onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from mn-Toy模板网

这篇具有很好参考价值的文章主要介绍了onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from mn。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

树莓派4B在使用onnxruntime1.6.0对model.onnx模型进行加载的时候出现以下的报错：

onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from mn

原因：

由于导出的ONNX模型文件不兼容ONNX Runtime当前版本所导致的，一开始我导出模型的方式如下：

import tensorflow as tf
from keras import models

keras_model = models.load_model("mnist_model.h5")
# Save the Keras model as SavedModel format
tf.saved_model.save(keras_model, 'saved_model_dir')

然后会得到一个文件夹：
onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from mn
接着我在上面生成的文件夹的那个路径中打开树莓派的黑窗口，然后输入了下面的命令：

python3 -m tf2onnx.convert --saved-model saved_model_dir --output mnist_model.onnx

然后生成了onnx模型：
onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from mn
但是在运行的时候就出现了上面的报错，正确的方法是在导出ONNX模型时指定ONNX模型文件的格式版本，应该使用下面的命令行：

python3 -m tf2onnx.convert --saved-model saved_model_dir --output mnist_model.onnx --opset=10

其中，saved_model_dir应为已保存的TensorFlow模型文件夹的路径，–opset=10表示指定ONNX模型的格式版本为10，这个版本要具体看你的onnxruntime来决定，我的是onnxruntime1.6.0，所以对应的是10版本。文章来源地址https://www.toymoban.com/news/detail-514696.html

到了这里，关于onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Load model from mn的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！