开始以为会很困难，但是其实非常方便，下边分两步走：1. pytorch模型转onnx；2. 使用onnx进行inference

0. 准备工作

0.1 安装onnx

安装onnx和onnxruntime，onnx貌似是个环境。。倒是没有直接使用，onnxruntime是一个onnx的架构，方便部署使用的

CPU版本：

pip install onnx -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com
pip install onnxruntime -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

GPU版本：

pip install onnx -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com
pip install onnxruntime-gpu  -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

1. pytorch模型转ONNX

### 导出onnx模型
torch.onnx.export(self.network, {'input dict': input dict}, 'home3/medcog/pbliu/test_onnx.onnx')
print('output a onnx model!!!!!!')

坑1：dummy input那里的那个dict：{'input_dict': input_dict}，'input_dict'是我network中forward中的参数名字，后边的input_dict是实际的数据，batch size=1。

坑2：只是为了用的话，export三个参数就够了：网络，虚拟输入（bs=1），保存路径。这时候输入的名字会按照顺序被替换掉"onnx::Cast_*"，所以你把输入对回去就可以了，我的数据格式修改如下。（并且onnx只接受numpy格式）

onnx_dict = {}
key_prefix = 'onnx::Cast__{}'
onnx_idx = 1
for idx, (k,v) in enumerate(input_dict.items()):if k.startswith('input'):onnx_dict[key_prefix.format(onnx_idx)] = v.numpy()onnx_idx += 1

2. 如何用onnx进行inference

import onnxruntime as rt  
import numpy as np  # 加载 ONNX 模型  
sess = rt.InferenceSession('my_model.onnx', providers=['TensorrtExecutionProvider', 'CUDAExecutionProvider', 'CPUExecutionProvider'])  # 准备好数据onnx_dict# 调用模型进行推理  
result = sess.run(None, onnx_dict)

坑3：这里的sess.run中的None应该类似于tf中希望得到的结果，我这里没有命名，所以就写None了，会默认返回你之前pytorch输出的变量

坑4：sess.run使用的数据onnx_dict就是'onnx::Cast_*'和np array的键值对儿了，你之前在pytorch中定义的输入格式都不重要了，不管你是dict还是啥。

坑5. onnxruntime gpu的时候可能会报错，一个可能是cuda版本不适配的问题，直接在虚拟环境中安装对应版本的cuda就可以

conda install cudatoolkit=10.1
# 版本对照参考https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html

一些其他tips：

1. 实操时候遇到一个极蠢的问题，onnx比pytorch慢很多，后来发现是我把初始化写到运行代码中了，每次测试一个数据都会重新初始化一遍。