ONNX模型部署环境创建
onnx 模型在 CPU 上进行推理，在conda环境中直接使用pip安装即可
pip install onnxruntime想要 onnx 模型在 GPU 上加速推理，需要安装 onnxruntime-gpu 。有两种思路：
- 依赖于 本地主机 上已安装的 cuda 和 cudnn 版本
- 不依赖于 本地主机 上已安装的 cuda 和 cudnn 版本
要注意：onnxruntime-gpu, cuda, cudnn三者的版本要对应，否则会报错 或 不能使用GPU推理。
onnxruntime-gpu, cuda, cudnn版本对应关系详见: 官网
2.1 方法一：onnxruntime-gpu依赖于本地主机上cuda和cudnn
-
查看已安装 cuda 和 cudnn 版本
# cuda versioncat /usr/local/cuda/version.txt# cudnn versioncat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 -
根据 onnxruntime-gpu, cuda, cudnn 三者对应关系，安装相应的 onnxruntime-gpu 即可。
## cuda==10.2## cudnn==8.0.3## onnxruntime-gpu==1.5.0 or 1.6.0pip install onnxruntime-gpu==1.6.0
2.2 方法二：onnxruntime-gpu不依赖于本地主机上cuda和cudnn
在 conda 环境中安装，不依赖于 本地主机 上已安装的 cuda 和 cudnn 版本，灵活方便。这里，先说一下已经测试通过的组合：
- python3.6, cudatoolkit10.2.89, cudnn7.6.5, onnxruntime-gpu1.4.0
- python3.8, cudatoolkit11.3.1, cudnn8.2.1, onnxruntime-gpu1.14.1
如果需要其他的版本， 可以根据 onnxruntime-gpu, cuda, cudnn 三者对应关系自行组合测试。
下面，从创建conda环境，到实现在GPU上加速onnx模型推理进行举例。
2.2.1 举例：创建onnxruntime-gpu==1.14.1的conda环境
## 创建conda环境conda create -n torch python=3.8## 激活conda环境source activate torchconda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forgeconda install cudnn==8.2.1pip install onnxruntime-gpu==1.14.1## pip install ... (根据需求，安装其他的包)2.2.2 举例：实例测试
-
打开终端，输入 watch -n 0.1 nvidia-smi, 实时查看gpu使用情况
-
代码测试，摘取API
import numpy as np import torch import onnxruntime MODEL_FILE = '.model.onnx' DEVICE_NAME = 'cuda' if torch.cuda.is_available() else 'cpu' DEVICE_INDEX = 0 DEVICE=f'{DEVICE_NAME}:{DEVICE_INDEX}' # A simple model to calculate addition of two tensors def model(): class Model(torch.nn.Module): def __init__(self): super(Model, self).__init__() def forward(self, x, y): return x.add(y) return Model() # Create an instance of the model and export it to ONNX graph format def create_model(type: torch.dtype = torch.float32): sample_x = torch.ones(3, dtype=type) sample_y = torch.zeros(3, dtype=type) torch.onnx.export(model(), (sample_x, sample_y), MODEL_FILE, input_names=["x", "y"], output_names=["z"], dynamic_axes={"x":{0 : "array_length_x"}, "y":{0: "array_length_y"}}) # Create an ONNX Runtime session with the provided model def create_session(model: str) -> onnxruntime.InferenceSession: providers = ['CPUExecutionProvider'] if torch.cuda.is_available(): providers.insert(0, 'CUDAExecutionProvider') return onnxruntime.InferenceSession(model, providers=providers) # Run the model on CPU consuming and producing numpy arrays def run(x: np.array, y: np.array) -> np.array: session = create_session(MODEL_FILE) z = session.run(["z"], {"x": x, "y": y}) return z[0] # Run the model on device consuming and producing ORTValues def run_with_data_on_device(x: np.array, y: np.array) -> onnxruntime.OrtValue: session = create_session(MODEL_FILE) x_ortvalue = onnxruntime.OrtValue.ortvalue_from_numpy(x, DEVICE_NAME, DEVICE_INDEX) y_ortvalue = onnxruntime.OrtValue.ortvalue_from_numpy(y, DEVICE_NAME, DEVICE_INDEX) io_binding = session.io_binding() io_binding.bind_input(name='x', device_type=x_ortvalue.device_name(), device_id=0, element_type=x.dtype, shape=x_ortvalue.shape(), buffer_ptr=x_ortvalue.data_ptr()) io_binding.bind_input(name='y', device_type=y_ortvalue.device_name(), device_id=0, element_type=y.dtype, shape=y_ortvalue.shape(), buffer_ptr=y_ortvalue.data_ptr()) io_binding.bind_output(name='z', device_type=DEVICE_NAME, device_id=DEVICE_INDEX, element_type=x.dtype, shape=x_ortvalue.shape()) session.run_with_iobinding(io_binding) z = io_binding.get_outputs() return z[0] def main(): create_model() # print(run(x=np.float32([1.0, 2.0, 3.0]),y=np.float32([4.0, 5.0, 6.0]))) t1 = time.time() print(run(x=np.float32([1.0, 2.0, 3.0]),y=np.float32([4.0, 5.0, 6.0]))) # [array([5., 7., 9.], dtype=float32)]t1 = time.time() t2 = time.time() print(run_with_data_on_device(x=np.float32([1.0, 2.0, 3.0, 4.0, 5.0]), y=np.float32([1.0, 2.0, 3.0, 4.0, 5.0])).numpy()) # [ 2. 4. 6. 8. 10.] t3 = time.time() print(f'Done. ({(1E3 * (t2 - t1)):.1f}ms) Inference.') print(f'Done. ({(1E3 * (t3 - t2)):.1f}ms) Inference.') if __name__ == "__main__": main()
来源地址：https://blog.csdn.net/qq_40541102/article/details/130086491
