- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI工具系列
用CodeBuddy开发 AI模型部署脚本：TensorFlow模型转ONNX并部署到Python服务
二、使用工具同样我们还是来看下技术栈和工具：模型处理：Python 3.10（基础环境）、TensorFlow 2.15（加载.h5 模型）、tf2onnx（格式转换）、onnxruntime（ONNX 于是我们需要向 CodeBuddy 输入结构化需求，明确每个环节的技术细节与约束条件：“请协助开发两套 Python 脚本，具体要求如下：模型转换脚本（model_convert.py）：使用 tf2onnx 将错误信息直接反馈给 CodeBuddy 后，其迅速定位问题根源 ——tf2onnx 版本与 TensorFlow 2.15 不兼容，并给出解决方案：“安装 tf2onnx==1.14.0 版本，该版本针对 执行pip install tf2onnx==1.14.0后重新运行脚本，成功生成 ONNX 模型文件，且通过onnxruntime.get_inputs()验证，输入维度与数据类型均与原模型一致。 改进后代码：模型转换脚本（model_convert.py）import tensorflow as tffrom tf2onnx import convertdef convert_h5_to_onnx
45310编辑于 2025-09-29 - 来自专栏磐创AI技术团队的专栏
使用ONNX将GPT Neo（或其他）投入生产
谢天谢地，存在tf2onnx库。tf2onnx是一个导出工具，用于从tensorflow模型生成ONNX文件。 安装Custom Ops库之后，我们将 USE下载到某个文件夹中，并为tf2onnx库提供输出路径。除此之外，我们还可以直接导出模型： #! --output universal-sentence-encoder-5.onnx --opset 12 --extra_opset ai.onnx.contrib:1 --tag serve tf2onnx 看看这里的参数：https://github.com/onnx/tensorflow-onnx/blob/master/tf2onnx/convert.py 由于底层图和附加的Ops的不同，对USE运行推理现在有些不同
3.1K30发布于 2021-08-05 - 来自专栏GPUS开发者
美女小姐姐在Jetson Xavier NX上实现车道线检测
下一步是使用tf2onnx Python包将其转换为ONNX： python -m tf2onnx.convert \ --input .
2K10发布于 2021-02-05 - 来自专栏深度学习那些事儿
想提速但TensorRT的FP16不得劲？怎么办？在线支招！
这个debug.onnx使用tf2onnx导出，导出后tf2onnx会自动对这个onnx做一些优化，例如常量折叠、算子融合等等一些常规操作，一般来说这些操作不会影响网络结构(也会出现影响的情况！ (fun) oldpan@oldpan-fun:~/code$ cat net.txt | head ir_version: 4 producer_name: "tf2onnx" producer_version
2K30编辑于 2023-10-19 CANN 技术全景图：构建自主可控的 AI 全栈底座
层：框架与应用层 —— 生态连接器 原生支持：MindSpore（深度协同）； 无缝兼容： PyTorch（via ONNX / TorchAdapter）； TensorFlow（via tf2onnx
15510编辑于 2026-02-09在低配置电脑上部署 NLP 模型的教程
TensorFlow：TensorFlow 也支持将模型导出为 ONNX 格式，可以使用 tf2onnx 工具。
71500编辑于 2025-03-21- 来自专栏学习笔记
【C++】和【预训练模型】实现【机器学习】【图像分类】的终极指南
可以使用tf2onnx将TensorFlow模型转换为ONNX格式，然后在目标平台上加载ONNX模型。 import tf2onnx import tensorflow as tf model = tf.keras.models.load_model('model.h5') spec = (tf.TensorSpec
83210编辑于 2024-06-15 - 来自专栏计算机视觉工坊
深度探索ONNX模型部署
其它问题 当我们使用tf2onnx工具将TensorFlow模型转为ONNX模型时，模型的输入batch维度没有被设置，我们需要自行添加。
6.3K22发布于 2021-03-17 - 来自专栏人工智能头条
实战：从0搭建完整 AI 开发环境写出第一个 AI 应用
TensorFlow，CNTK，pytorch，Keras，Caffe2，Theano，MXNet，Chainer 等流行框架，以及 jupyter，matplotlib， pandas，scipy，onnx，tf2onnx
20.5K63发布于 2018-09-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号