尝试将双线性层转换为 onnx 时，上采样 ONNX 给出 INVALID_GRAPH答案

【问题标题】：Upsample ONNX gives INVALID_GRAPH when trying to convert bilinear layer to onnx尝试将双线性层转换为 onnx 时，上采样 ONNX 给出 INVALID_GRAPH
【发布时间】：2019-11-03 02:06:04
【问题描述】：

当我将在 Pytorch 上训练的双线性层的网络转换为 ONNX 时，出现以下错误

RuntimeError：[ONNXRuntimeError]：10：INVALID_GRAPH：加载模型来自 test.onnx 失败：类型错误：输入类型“张量（int64）” 节点()中算子(Floor)的参数(11)无效。

我不确定为什么会发生此错误，我尝试从源代码构建 ONNX，但问题似乎仍然没有解决。

关于什么可能导致此错误的任何想法？或者如何解决这个问题？

繁殖方式-

from torch import nn

import torch
import torch.nn.functional as F
import onnxruntime as rt

class Upsample(torch.nn.Module):
    def forward(self, x):
        #l = nn.Conv2d(3, 3, kernel_size=1, stride=1, padding=1, bias=True)
        return F.interpolate(x, scale_factor=2, mode="bilinear", align_corners=False)

m = Upsample()
v = torch.randn(1,3,128,128, dtype=torch.float32, requires_grad=False)

torch.onnx.export(m, v, "test.onnx")
sess = rt.InferenceSession("test.onnx")

【问题讨论】：

标签： pytorch onnx

【解决方案1】：

此错误已在https://github.com/pytorch/pytorch/pull/21434 中修复（修复在functional.py 中），因此如果您安装pytorch 的nightly build，您应该能够得到它。

但是，在同一个 PR 中，在双线性模式下转换 Upsample 已被禁用；原因是 Pytorch 的双线性模式与 ONNX 的不一致，而 Nearest 模式是目前唯一支持的模式。

ONNX 中的上采样（现在称为调整大小）正在 opset 11 中进行更新，以支持与 https://github.com/onnx/onnx/pull/2057 中的 Pytorch 对齐的双线性模式，但尚未推送。

【讨论】：

好吧，我通过更改this file 中的mode_s="bilinear" 来构建Pytorch1.0.0 解决了上述问题，如issue 中所述，它似乎有效。但是我仍然不知道更改如何影响上采样的网络图，仍在验证结果。 @Lara 你试过这样的双线性上采样修复吗？感谢修复。