模型可视化工具
简介
Netron 是常用的机器学习模型可视化工具。
目的
适配 Netron 项目，使其支持解析 tmfile，可视化 Tengine 模型。
Tengine模型
Tengine 模型为后缀 ”.tmfile”文件，由 Tengine: Covert Tool 通过其他训练框架转换得到，存储数据格式为二进制。
原理介绍
Netron 是基于 Node.js 开发的 Electron 应用程序，使用的语言是 javascript；
Electron 应用程序是使用 javascript 开发的跨平台、应用程序框架；
Netron 在解析模型文件后，读取到
a) 模型信息，Model Properties；
b) 模型输入、输出，Model Inputs/Outputs，包含输入数据尺寸；
c) 模型绘图，左侧显示模型结构；
d) 节点信息，Node Properties，Attributes，Inputs, Outputs等；
Model Properties
进入Netron界面后，点左上角图标或点击灰色节点（如 图1 中红色标记所示），弹出右侧边栏：Model Properties。
 |
| 图1 模型信息 Model Properties |
（1） MODEL PROPERTIES
a) format：解析到 Tengine 模型文件时显示 Tengine V2.0；
b) source: 源模型格式，如通过 Caffe 转换成 tmfile，则显示 Caffe；如通过TensorFlow 转换成 tmfile，则显示 TensorFlow；
（2） INPUTS
a) data:
name: 输入 tensor 的名称，如此处为 data;
type: 数据类型，此处为 FP32 格式；维度信息，此模型为 [10,3,227,227]；
（3） OUTPUTS
a) prob:
name: 输出 tensor 的名称，如此处为 prob;
type: 数据类型，此处为 FP32 格式；维度信息位置，须经过 infershape 后由 Tengine 计算得到输出尺寸。
模型绘图
Tengine 中，模型通过 tensor 连接。
节点 Node 连线形成网络，并根据不同算子类型显示不同颜色。如 ”layer” 类型节点显示为蓝色，”Activation” 相关节点显示为深红色，”Normalize” 相关节点显示为深绿色。
Convolution 算子默认显示 weight 和 bias 维度信息。
 |
| 图2 模型绘图 |
节点信息
节点为 Node，每个节点包含一个算子 Operator。
算子具有类型type、名称name、属性ATTRIBUTES及输入INPUTS、输出OUTPUTS。
 |
| 图2 模型绘图 |
点击绘图区的Node，右侧弹出该节点的详细信息，其中包括：
（1） NODE PROPERTIES:
a) type: 算子类型，如Convolution算子则显示Convolution;
b) name: 节点名称，如节点名为conv-relu_conv1（绘图区被选中、红色标记的Convolution节点）;
（2） ATTRIBUTIES: 有参数的算子会显示，无参数的算子不显示；根据算子类型的不同，显示不同的ATTRIBUTES列表；如【5 不同算子的Attributes】根据不同算子类型有详细列表。
（3） INPUTS: 显示该节点的输入，其中：
a) input：显示输入tensor名称，即前一个 Node 的输出；
b) weight/bias/…：为输入的其他参数，如 weight，bias等。在Tengine中，weight、bias等作为 Node，以输出 tensor 的形式，传递数据给其对应的节点。
（4） OUTPUTS: 输出tensor：
此处conv-relu_conv1节点的输出实际为Convolution后Relu的输出，其中 Relu 节点在模型转换时被融合进Convolution节点，此处不影响计算；
此输出 tensor 对应下一个 Node 的输入。
不同算子的Attributes
目前提供92个 Node 类型（即算子类型，但包括了对 INPUT 和 Const 的处理）的解析。
算子列表
其中无参数算子如下表：
| 编号 |
算子 |
分类 |
| 0 |
Accuracy |
/ |
| 4 |
Const |
/ |
| 8 |
DropOut |
Dropout |
| 12 |
INPUT |
INPUT |
| 17 |
Prelu |
Activation |
| 21 |
ReLU6 |
Activation |
| 29 |
Split |
Shape |
| 33 |
Logistic |
Activation |
| 36 |
TanH |
Activation |
| 37 |
Sigmoid |
Activation |
| 39 |
FusedbnScaleRelu |
Activation |
| 46 |
Max |
Layer |
| 47 |
Min |
Layer |
| 62 |
Noop |
Layer |
| 68 |
Absval |
Data |
| 74 |
BroadMul |
Layer |
| 81 |
Reverse |
Shape |
| 83 |
Ceil |
Layer |
| 84 |
SquaredDifference |
Layer |
| 85 |
Round |
Layer |
| 86 |
ZerosLike |
Layer |
| 90 |
Mean |
Layer |
| 91 |
MatMul |
Layer |
| 94 |
Shape |
Shape |
| 95 |
Where |
/ |
| 97 |
Mish |
Activation |
| 98 |
Num |
Layer |
（表中“分类”一栏对算子进行了分类，与其显示颜色有关，“/”代表未知分类。）
有参数算子如下表：
| 编号 |
算子 |
分类 |
| 1 |
BatchNormalization |
Normalization |
| 2 |
BilinearResize |
Shape |
| 3 |
Concat |
Shape |
| 5 |
Convolution |
Layer |
| 6 |
DeConvolution |
Layer |
| 7 |
DetectionOutput |
Layer |
| 9 |
Eltwise |
/ |
| 10 |
Flatten |
Shape |
| 11 |
FullyConnected |
Layer |
| 13 |
LRN |
Normalization |
| 14 |
Normalize |
Normalization |
| 15 |
Permute |
Shape |
| 16 |
Pooling |
Pool |
| 18 |
PriorBox |
/ |
| 19 |
Region |
/ |
| 20 |
ReLU |
Activation |
| 22 |
Reorg |
Shape |
| 23 |
Reshape |
Shape |
| 24 |
RoiPooling |
Pool |
| 25 |
RPN |
/ |
| 26 |
Scale |
Layer |
| 27 |
Slice |
Shape |
| 28 |
SoftMax |
Activation |
| 30 |
DetectionPostProcess |
Layer |
| 31 |
Gemm |
/ |
| 32 |
Generic |
/ |
| 34 |
LSTM |
Layer |
| 35 |
RNN |
Layer |
| 38 |
Squeeze |
Shape |
| 40 |
Pad |
Layer |
| 41 |
StridedSlice |
Shape |
| 42 |
ArgMax |
Layer |
| 43 |
ArgMin |
Layer |
| 44 |
TopKV2 |
Layer |
| 45 |
Reduction |
/ |
| 48 |
GRU |
Layer |
| 49 |
Addn |
/ |
| 50 |
SwapAxis |
Shape |
| 51 |
Upsample |
Data |
| 52 |
SpaceToBatchND |
Shape |
| 53 |
BatchToSpaceND |
Shape |
| 54 |
Resize |
Data |
| 55 |
ShuffleChannel |
Shape |
| 56 |
Crop |
Shape |
| 57 |
ROIAlign |
/ |
| 58 |
Psroipooling |
Pool |
| 59 |
Unary |
/ |
| 60 |
Expanddims |
Shape |
| 61 |
Bias |
Layer |
| 63 |
Threshold |
Activation |
| 64 |
Hardsigmoid |
Activation |
| 65 |
Embed |
Transform |
| 66 |
InstanceNorm |
Normalization |
| 67 |
MVN |
/ |
| 69 |
Cast |
/ |
| 70 |
HardSwish |
Activation |
| 71 |
Interp |
Layer |
| 72 |
SELU |
Activation |
| 73 |
ELU |
Activation |
| 75 |
Logical |
Layer |
| 76 |
Gather |
Data |
| 77 |
Transpose |
Transform |
| 78 |
Comparison |
Layer |
| 79 |
SpaceToDepth |
Shape |
| 80 |
DepthToSpace |
Shape |
| 82 |
SparseToDense |
Shape |
| 87 |
Clip |
Layer |
| 88 |
Unsqueeze |
Transform |
| 89 |
ReduceL2 |
Layer |
| 92 |
Expand |
Layer |
| 93 |
Scatter |
Layer |
| 96 |
Tile |
Layer |
（表中“分类”一栏对算子进行了分类，与其显示颜色有关，“/”代表未知分类。）
有参数算子属性列表
BatchNormalization
| 参数 |
数据类型 |
说明 |
| rescale_factor |
float32 |
默认值 1 |
| eps |
float32 |
默认值 1e-5 |
| caffe_flavor |
int32 |
默认值 0 |
BilinearResize
| 参数 |
数据类型 |
说明 |
| scale_x |
float32 |
水平方向变换因子 |
| scale_y |
float32 |
垂直方向变换因子 |
| type |
int32 |
0: NEAREST_NEIGHBOR 1: BILIEAR |
Concat
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
合并操作轴，支持“0，1，2，3”，NCHW 默认为1， NHWC 默认为3. |
Convolution
| 参数 |
数据类型 |
说明 |
| kernel_h |
int32 |
垂直方向 Kernel 大小，默认值为1 |
| kernel_w |
int32 |
水平方向 Kernel 大小，默认值为1 |
| stride_h |
int32 |
垂直方向 Stride 大小，默认值为1 |
| stride_w |
int32 |
水平方向 Stride 大小，默认值为1 |
| dilation_h |
int32 |
垂直方向空洞因子值，默认值为1 |
| dilation_w |
int32 |
水平方向空洞因子值, 默认值为1 |
| input_channel |
int32 |
输入特征图通道数（creat_graph后） |
| output_channel |
int32 |
输出特征图通道数 |
| group |
int32 |
分组数，默认值为 1 |
| activation |
int32 |
是否和Relu合并，0：RELU 1: RELU1 6: RELU6，默认值为-1 |
| pad_h0 |
int32 |
top padding rows，默认值为0 |
| pad_w0 |
int32 |
left padding columns，默认值为0 |
| pad_h1 |
int32 |
bottom padding rows，默认值为0 |
| pad_w1 |
int32 |
right padding columns，默认值为0 |
DeConvolution
| 参数 |
数据类型 |
说明 |
| num_output |
int32 |
输出元素个数 |
| kernel_h |
int32 |
垂直方向 Kernel 大小 |
| kernel_w |
int32 |
水平方向 Kernel 大小 |
| stride_h |
int32 |
垂直方向 Stride 大小 |
| stride_w |
int32 |
水平方向 Stride 大小 |
| pad_w0 |
int32 |
left padding columns |
| pad_h0 |
int32 |
top padding rows |
| pad_w1 |
int32 |
right padding columns |
| pad_h1 |
int32 |
bottom padding rows |
| dilation_h |
int32 |
垂直方向空洞因子值 |
| dilation_w |
int32 |
水平方向空洞因子值 |
| group |
int32 |
分组数，默认值为 1 |
| activation |
int32 |
是否和Relu合并，0：RELU 1: RELU1 6: RELU6 |
DetectionOutput
| 参数 |
数据类型 |
说明 |
| num_classes |
int32 |
检测类别数 |
| keep_top_k |
int32 |
NMS操作后， bounding box 个数 |
| nms_top_k |
int32 |
NMS操作前，置信度高的预测框的个数 |
| confidence_threshold |
float32 |
置信度阈值 |
| nms_threshold |
float32 |
非极大值抑制阈值 |
Eltwise
| 参数 |
数据类型 |
说明 |
| type |
uint32 |
0: ELT_PROD 1: ELT_PROD_SCALAR 2: ELT_SUM 3: ELT_SUM_SCALAR 4: ELT_SUB 5: ELT_SUB_SCALAR 6: ELT_MAX 7: ELT_RSQRT 8: ELT_DIV 9: ELT_LOG 10: ELT_EXP 11: ELT_SQRT 12: ELT_FLOOR 13: ELT_SQUARE 14: ELT_POW 15: ELT_POWER |
| caffe_flavor |
int32 |
是否支持caffe 格式 1：表示caffe 框架计算模式 |
Flatten
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
起始轴 |
| end_axis |
int32 |
终止轴 |
FullyConnected
| 参数 |
数据类型 |
说明 |
| num_output |
int32 |
输出特征图大小 |
LRN
| 参数 |
数据类型 |
说明 |
| local_size |
int32 |
归一化区域大小 |
| alpha |
float32 |
默认为1e-05 |
| beta |
float32 |
默认为0.75 |
| norm_region |
int32 |
Norm 范围 |
| k |
float32 |
默认为2 |
Normalize
| 参数 |
数据类型 |
说明 |
| across_spatial |
int32 |
表示是否对整个图片进行归一化 |
| channel_shared |
int32 |
表示 scale 是否相同 |
Permute
| 参数 |
数据类型 |
说明 |
| flag |
int32 |
未使用 |
| order0 |
int32 |
permute 之前的轴 |
| order1 |
int32 |
permute 之前的轴 |
| order2 |
int32 |
permute 之前的轴 |
| order3 |
int32 |
permute 之前的轴 |
Pooling
| 参数 |
数据类型 |
说明 |
| alg |
int32 |
说明 pooling的计算方法，0 :MaxPooling 1:AvgPooling |
| kernel_h |
int32 |
垂直方向 Kernel 大小 |
| kernel_w |
int32 |
水平方向 Kernel 大小 |
| stride_h |
int32 |
垂直方向 Stride 大小 |
| stride_w |
int32 |
水平方向 Stride 大小 |
| global |
int32 |
1：Global Pooling 标志 |
| caffe_flavor |
int32 |
1：Caffe 框架特殊处理标志 |
| pad_h0 |
int32 |
top padding columns |
| pad_w0 |
int32 |
left padding rows |
| pad_h1 |
int32 |
bottom padding columns |
| pad_w1 |
int32 |
right padding rows |
PriorBox
| 参数 |
数据类型 |
说明 |
| offset_vf_min_size |
tm_uoffset_t |
offset of TM2_Vector_floats |
| offset_vf_max_size |
tm_uoffset_t |
offset of TM2_Vector_floats |
| offset_vf_variance |
tm_uoffset_t |
offset of TM2_Vector_floats |
| offset_vf_aspect_ratio |
tm_uoffset_t |
offset of TM2_Vector_floats |
| flip |
int32 |
是否翻转，默认值为 0 |
| clip |
int32 |
是否裁剪，默认值为 0 |
| img_size |
int32 |
候选框大小 |
| img_h |
int32 |
候选框在 height 上的偏移 |
| img_w |
int32 |
候选框在 width 上的偏移 |
| step_w |
float32 |
候选框在 width 上的步长 |
| step_h |
float32 |
候选框在 height 上的步长 |
| offset |
float32 |
候选框中心位移 |
| num_priors |
int32 |
默认候选框个数 |
| out_dim |
int32 |
输出个数 |
Region
| 参数 |
数据类型 |
说明 |
| num_classes |
int32 |
检测类别总数 |
| side |
int32 |
NULL |
| num_box |
int32 |
候选框数 |
| coords |
int32 |
坐标个数 |
| confidence_threshold |
float32 |
置信度阈值 |
| nms_threshold |
float32 |
非极大值抑制阈值 |
| offset_vf_biases |
tm_uoffset_t |
offset of TM2_Vector_floats |
ReLU
| 参数 |
数据类型 |
说明 |
| negative_slope |
float32 |
对标准的ReLU函数进行变化，默认值为0 |
Reorg
| 参数 |
数据类型 |
说明 |
| Stride |
int32 |
步进大小 |
Reshape
| 参数 |
数据类型 |
说明 |
| dim_0 |
int32 |
Batch |
| dim_1 |
int32 |
Channel |
| dim_2 |
int32 |
Height |
| dim_3 |
int32 |
Width |
| dim_size |
int32 |
Dim 大小 |
| axis |
int32 |
指定 reshape 维度 |
RoiPooling
| 参数 |
数据类型 |
说明 |
| pooled_h |
int32 |
池化高度 |
| pooled_w |
int32 |
池化宽度 |
| spatial_scale |
float32 |
用于将 cords 从输入比例转换为池化时使用的比例 |
RPN
| 参数 |
数据类型 |
说明 |
| offset_vf_ratios |
tm_uoffset_t |
pointer to TM2_Vector_floats |
| offset_vf_anchor_scales |
tm_uoffset_t |
pointer to TM2_Vector_floats |
| feat_stride |
int32 |
特征值步进大小 |
| basesize |
int32 |
基础尺寸 |
| min_size |
int32 |
最小尺寸 |
| per_nms_topn |
int32 |
NMS操作后， bounding box 个数 |
| post_nms_topn |
int32 |
NMS操作前，置信度高的预测框的个数 |
| nms_thresh |
float32 |
非极大值抑制阈值 |
| offset_va_anchors |
tm_uoffset_t |
offset of TM2_Vector_anchors |
Scale
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
| num_axes |
int32 |
缩放的比例 |
| bias_term |
int32 |
缩放的偏置 |
Slice
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
| offset_vi_slice_points |
tm_uoffset_t |
offset of TM2_Vector_dims 各个轴的起始维度，大小等于轴数 |
| offset_vi_begins |
tm_uoffset_t |
offset of TM2_Vector_dims |
| offset_vi_sizes |
tm_uoffset_t |
offset of TM2_Vector_dims 各个轴的截止维度, 大小等于轴数 |
| iscaffe |
int32 |
True: 表明是 caffe 框架中的 slice |
| ismxnet |
int32 |
True: 表明是 mxnet 框架中的slice |
| begin |
int32 |
各个轴上切片的起始索引值 |
| end |
int32 |
各个轴上切片的结束索引值 |
SoftMax
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
DetectionPostProcess
| 参数 |
数据类型 |
说明 |
| max_detections |
int32 |
最大检测数量 |
| max_classes_per_detection |
int32 |
每个检测框中的最大分类类别数 |
| nms_score_threshold |
float32 |
非极大值抑制得分阈值 |
| nms_iou_threshold |
float32 |
非极大值抑制IOU阈值 |
| num_classes |
int32 |
检测类别总数 |
| offset_vf_scales |
tm_uoffset_t |
Scale参数 |
Gemm
| 参数 |
数据类型 |
说明 |
| alpha |
float32 |
生成矩阵A |
| beta |
float32 |
生成矩阵B |
| transA |
int32 |
矩阵A是否转置变换 |
| transB |
int32 |
矩阵B是否转置变换 |
Generic
| 参数 |
数据类型 |
说明 |
| max_input_num |
int32 |
最大输入 Tensor 个数 |
| max_output_num |
int32 |
最小输入 Tensor 个数 |
| offset_s_opname |
tm_uoffset_t |
Operator Name 索引 |
LSTM
| 参数 |
数据类型 |
说明 |
| forget_bias |
float32 |
未使用 |
| clip |
float32 |
未使用 |
| output_len |
int32 |
输出长度 |
| sequence_len |
int32 |
序列长度 |
| input_size |
int32 |
输入大小 |
| hidden_size |
int32 |
隐藏层大小 |
| cell_size |
int32 |
单元大小 |
| has_peephole |
int32 |
是否支持 peephole |
| has_projection |
int32 |
是否支持 projection |
| has_clip |
int32 |
是否支持 clip |
| has_bias |
int32 |
是否支持 bias |
| has_init_state |
int32 |
是否支持 init_state |
| forget_act |
int32 |
未使用 |
| input_act |
int32 |
未使用 |
| output_act |
int32 |
未使用 |
| cellin_act |
int32 |
未使用 |
| cellout_act |
int32 |
未使用 |
| mxnet_flag |
int32 |
未使用 |
RNN
| 参数 |
数据类型 |
说明 |
| clip |
float32 |
裁剪值 |
| output_len |
int32 |
输出长度 |
| sequence_len |
int32 |
序列长度 |
| input_size |
int32 |
输入大小 |
| hidden_size |
int32 |
隐藏层大小 |
| has_clip |
int32 |
是否支持 clip |
| has_bias |
int32 |
是否支持 bias |
| has_init_state |
int32 |
是否支持 init state |
| activation |
int32 |
激活层类别 |
Squeeze
| 参数 |
数据类型 |
说明 |
| dim_0 |
int32 |
Batch |
| dim_1 |
int32 |
Channel |
| dim_2 |
int32 |
Height |
| dim_3 |
int32 |
Width |
Pad
| 参数 |
数据类型 |
说明 |
| pad_n_0 |
int32 |
未使用，默认为0 |
| pad_n_1 |
int32 |
未使用，默认为0 |
| pad_c_0 |
int32 |
未使用，默认为0 |
| pad_c_1 |
int32 |
未使用，默认为0 |
| pad_h_0 |
int32 |
top padding rows |
| pad_h_1 |
int32 |
bottom padding rows |
| pad_w_0 |
int32 |
left padding columns |
| pad_w_1 |
int32 |
right padding columns |
| mode |
int32 |
0: CONSTANT 1: REFLECT 2: SYMMETRIC 3. EDGE |
| value |
float32 |
当 mode 为CONSTANT时，设置的常量值 |
StridedSlice
| 参数 |
数据类型 |
说明 |
| begine_n |
int32 |
Batch 起始索引 |
| end_n |
int32 |
Batch 结束索引 |
| stride_n |
int32 |
Batch Slice 步进 |
| begine_c |
int32 |
Channel 起始索引 |
| end_c |
int32 |
Channel 结束索引 |
| stride_c |
int32 |
Channel Slice 步进 |
| begine_h |
int32 |
Height 起始索引 |
| end_h |
int32 |
Height 结束索引 |
| stride_h |
int32 |
Height Slice 步进 |
| begine_w |
int32 |
Width 起始索引 |
| end_w |
int32 |
Width 结束索引 |
| stride_w |
int32 |
Width Slice 步进 |
ArgMax
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴,默认值为0 |
ArgMin
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴,默认值为0 |
TopKV2
| 参数 |
数据类型 |
说明 |
| k |
int32 |
top 的个数 |
| Sorted |
int32 |
true: 降序排列 false: 升序排序 |
Reduction
| 参数 |
数据类型 |
说明 |
| dim_0 |
int32 |
Batch |
| dim_1 |
int32 |
Channel |
| dim_2 |
int32 |
Height |
| dim_3 |
int32 |
Width |
| type |
int32 |
类别 |
| keepdim |
int32 |
指定 dim 不变 |
GRU
| 参数 |
数据类型 |
说明 |
| clip |
float32 |
Clip 值 |
| output_len |
int32 |
输出长度 |
| sequence_len |
int32 |
序列长度 |
| input_size |
int32 |
输入大小 |
| hidden_size |
int32 |
隐藏层大小 |
| has_clip |
int32 |
是否支持 clip |
| has_gate_bias |
int32 |
是否支持 gate_bias |
| has_candidate_bias |
int32 |
是否支持 candidate_bias |
| has_init_state |
int32 |
是否支持 init_state |
| mxnet_flag |
int32 |
未使用 |
Addn
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴,默认值为0 |
SwapAxis
| 参数 |
数据类型 |
说明 |
| dim_0 |
int32 |
待交换的轴0 |
| dim_1 |
int32 |
待交换的轴1 |
Upsample
| 参数 |
数据类型 |
说明 |
| scale |
int32 |
采样因子 |
SpaceToBatchND
| 参数 |
数据类型 |
说明 |
| dilation_x |
int32 |
Width 膨胀值 |
| dilation_y |
int32 |
Height 膨胀值 |
| pad_top |
int32 |
top padding rows |
| pad_bottom |
int32 |
bottom padding rows |
| pad_left |
int32 |
left padding columns |
| pad_right |
int32 |
right padding columns |
BatchToSpaceND
| 参数 |
数据类型 |
说明 |
| dilation_x |
int32 |
Width 膨胀值 |
| dilation_y |
int32 |
Height 膨胀值 |
| crop_top |
int32 |
top crop rows |
| crop_bottom |
int32 |
bottom crop rows |
| crop_left |
int32 |
left crop columns |
| crop_right |
int32 |
right crop columns |
Resize
| 参数 |
数据类型 |
说明 |
| scale_x |
float32 |
水平方向变换因子 |
| scale_y |
float32 |
垂直方向变换因子 |
| type |
int32 |
0: NEAREST_NEIGHBOR 1: BILIEAR |
ShuffleChannel
| 参数 |
数据类型 |
说明 |
| group |
int32 |
group 值 |
Crop
| 参数 |
数据类型 |
说明 |
| num_args |
int32 |
参数数目 |
| offset_c |
int32 |
C 维度方向offset |
| offset_h |
int32 |
垂直方向上方offset |
| offset_w |
int32 |
垂直方向左方offset |
| crop_h |
int32 |
输出垂直方向大小 |
| crop_w |
int32 |
输出水平方向大小 |
| center_crop |
bool |
True: 中心crop False: 按照offset crop，默认为false |
| axis |
int32 |
操作轴，默认值为1，用于Caffe 框架 |
| flag |
int32 |
未使用 |
ROIAlign
| 参数 |
数据类型 |
说明 |
| pooled_width |
int32 |
池化后的输出宽度 |
| pooled_height |
int32 |
池化后的输出高度 |
| spatial_scale |
int32 |
乘法性质空间标尺因子 |
Psroipooling
| 参数 |
数据类型 |
说明 |
| pooled_w |
int32 |
池化后的输出宽度 |
| pooled_h |
int32 |
池化后的输出高度 |
| spatial_scale |
float32 |
乘法性质空间标尺因子 |
| output_dim |
int32 |
输出 dims 大小 |
Unary
| 参数 |
数据类型 |
说明 |
| type |
int32 |
0: UNARY_ABS 1: UNARY_NEG 2: UNARY_FLOOR 3: UNARY_CEIL 4: UNARY_SQUARE 5: UNARY_SQRT 6: UNARY_RSQRT 7: UNARY_EXP 8: UNARY_LOG 9: UNARY_SIN 10: UNARY_COS 11: UNARY_TAN 12: UNARY_ASIN 13: UNARY_ACOS 14: UNARY_ATAN 15: UNARY_RECIPROCAL 16: UNARY_TANH |
Expanddims
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
Bias
| 参数 |
数据类型 |
说明 |
| bias_size |
int32 |
Bias 参数个数 |
Threshold
| 参数 |
数据类型 |
说明 |
| Threshold |
float32 |
阈值 |
Hardsigmoid
| 参数 |
数据类型 |
说明 |
| alpha |
float32 |
alpha 因子 |
| beta |
float32 |
偏移参数 |
Embed
| 参数 |
数据类型 |
说明 |
| num_output |
int32 |
输出元素个数 |
| input_dim |
int32 |
输入数据长度 |
| bias_term |
int32 |
1 : 表示有bias |
| weight_data_size |
int32 |
Weight 数据长度 必须小于等于input_dim |
InstanceNorm
| 参数 |
数据类型 |
说明 |
| eps |
float32 |
Eps 值 |
MVN
| 参数 |
数据类型 |
说明 |
| across_channels |
int32 |
1：跨channel |
| normalize_variance |
int32 |
0：求和方式 1：求方差方式 |
| eps |
float32 |
normalize_variance = 1,用到的因子 |
Cast
| 参数 |
数据类型 |
说明 |
| type_from |
int32 |
0为int32 1: float32 2: float16 3:int8 4: uint8 |
| type_to |
int32 |
0为int32 1: float32 2: float16 3:int8 4: uint8 |
HardSwish
| 参数 |
数据类型 |
说明 |
| alpha |
float32 |
乘法因子 默认为1 |
| beta |
float32 |
移位参数，默认为3 |
Interp
| 参数 |
数据类型 |
说明 |
| resize_type |
int32 |
类型，未使用 |
| width_scale |
float32 |
Width 缩放因子 |
| height_scale |
float32 |
Height 缩放因子 |
| output_width |
int32 |
输出 Width 大小 |
| output_height |
int32 |
输出 Height 大小 |
SELU
| 参数 |
数据类型 |
说明 |
| alpha |
float32 |
SeLU 激活函数中的 α 的值 |
| lambda |
float32 |
表示SeLU激活函数中的 λ 的值 |
ELU
| 参数 |
数据类型 |
说明 |
| alpha |
float32 |
alpha 因子，默认为1 |
Logical
| 参数 |
数据类型 |
说明 |
| type |
int32 |
逻辑处理类型 |
Gather
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
| indices_num |
int32 |
Index 的个数 |
Transpose
| 参数 |
数据类型 |
说明 |
| dim0 |
int32 |
Transpose 之前的轴 |
| dim1 |
int32 |
Transpose 之前的轴 |
| dim2 |
int32 |
Transpose 之前的轴 |
| dim3 |
int32 |
Transpose 之前的轴 |
Comparison
| 参数 |
数据类型 |
说明 |
| type |
int32 |
比较操作类型 |
SpaceToDepth
| 参数 |
数据类型 |
说明 |
| block_size |
int32 |
水平方向&&垂直方向移动到 C 方向的倍数 |
DepthToSpace
| 参数 |
数据类型 |
说明 |
| block_size |
int32 |
C 方向移动到水平方向&&垂直方向的倍数 |
SparseToDense
| 参数 |
数据类型 |
说明 |
| output_shape_size0 |
int32 |
输出 Height 大小 |
| output_shape_size1 |
int32 |
输出 Width 大小 |
| default_value |
int32 |
默认 Value |
Clip
| 参数 |
数据类型 |
说明 |
| max |
float |
截断操作最大值 |
| min |
float |
截断操作最小值 |
Unsqueeze
| 参数 |
数据类型 |
说明 |
| offset_vi_axises |
tm_uoffset_t |
操作轴偏移量数组 |
ReduceL2
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
| keepdim |
int32 |
保留的维度大小 |
Expand
| 参数 |
数据类型 |
说明 |
| offset_v_shape |
tm_uoffset_t |
输出维度数组 |
Scatter
| 参数 |
数据类型 |
说明 |
| axis |
int32 |
操作轴 |
| is_onnx |
tm_bool_t |
是否为ONNX算子 |
Tile
| 参数 |
数据类型 |
说明 |
| offset_vi_flag |
tm_uoffset_t |
caffe: 0, onnx: 1 |
| offset_vi_reps |
tm_uoffset_t |
用于 tile 补齐操作的数据 |