4.1.1.3. 浮点模型准备

在您阅读本节内容前，我们建议您先阅读我们的算子支持列表，对地平线支持的算子及约束条件进行了解， 或在您导出ONNX模型后，可以先参考 验证模型 章节的内容， 验证模型是否能被地平线支持完成正常转换部署。

基于公开DL框架训练得到的浮点模型是转换工具的输入，目前转换工具支持的DL框架如下：

框架	地平线工具链
Caffe	支持
PyTorch	支持(转ONNX)
TensorFlow	支持(转ONNX)
PaddlePaddle	支持(转ONNX)
MXNet	支持(转ONNX)
其他框架	请联系地平线

以上框架中，Caffe导出的caffemodel是直接支持的； PyTorch、TensorFlow和MXNet是通过转到ONNX实现间接支持， ONNX目前主要支持的opset版本是opset10和opset11。

对于不同框架到ONNX的转换，目前都有对应的标准化方案，参考如下：

🔗 Pytorch2Onnx：PytTorch官方API支持直接将模型导出为ONNX模型，参考链接：

https://pytorch.org/tutorials/advanced/super_resolution_with_onnxruntime.html。

🔗 Tensorflow2Onnx：基于ONNX社区的onnx/tensorflow-onnx 进行转换，参考链接：

https://github.com/onnx/tensorflow-onnx。

🔗 MXNet2Onnx：MXNet官方API支持直接将模型导出为ONNX模型，参考链接：

https://github.com/dotnet/machinelearning/blob/master/test/Microsoft.ML.Tests/OnnxConversionTest.cs。

🔗 更多框架的ONNX转换支持，参考链接：

https://github.com/onnx/tutorials#converting-to-onnx-format。

注意

原始模型限制：ir_version≤7, opset=10或11，ir_version与onnx版本的对应关系请参考 onnx官方文档 。