Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenCV
opencv_extra
提交
108bdca3
O
opencv_extra
项目概览
OpenCV
/
opencv_extra
10 个月 前同步成功
通知
119
Star
882
Fork
1584
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
O
opencv_extra
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
108bdca3
编写于
12月 08, 2022
作者:
A
Alexander Alekhin
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #1022 from zihaomu:gemm_first_const
上级
531785fb
334a2124
变更
4
隐藏空白更改
内联
并排
Showing
4 changed file
with
20 addition
and
0 deletion
+20
-0
testdata/dnn/onnx/data/input_gemm_first_const.npy
testdata/dnn/onnx/data/input_gemm_first_const.npy
+0
-0
testdata/dnn/onnx/data/output_gemm_first_const.npy
testdata/dnn/onnx/data/output_gemm_first_const.npy
+0
-0
testdata/dnn/onnx/generate_onnx_models.py
testdata/dnn/onnx/generate_onnx_models.py
+20
-0
testdata/dnn/onnx/models/gemm_first_const.onnx
testdata/dnn/onnx/models/gemm_first_const.onnx
+0
-0
未找到文件。
testdata/dnn/onnx/data/input_gemm_first_const.npy
0 → 100644
浏览文件 @
108bdca3
文件已添加
testdata/dnn/onnx/data/output_gemm_first_const.npy
0 → 100644
浏览文件 @
108bdca3
文件已添加
testdata/dnn/onnx/generate_onnx_models.py
浏览文件 @
108bdca3
...
...
@@ -2277,6 +2277,26 @@ gemm_model2 = onnx.helper.make_model(graph2)
output_np
=
gemm_reference_implementation
(
input_np
,
weight_np
)
save_data_and_onnx_model
(
"gemm_transB_0"
,
input_np
,
output_np
,
gemm_model2
)
## gemm with transA = 1, transB = 1 and the first input is constance.
weight_np
=
np
.
random
.
rand
(
10
,
2
).
astype
(
"float32"
)
weight_tensor
=
helper
.
make_tensor
(
'weight_tensor'
,
data_type
=
onnx
.
mapping
.
NP_TYPE_TO_TENSOR_TYPE
[
weight_np
.
dtype
],
dims
=
weight_np
.
shape
,
vals
=
weight_np
)
input_np
=
np
.
random
.
rand
(
3
,
10
).
astype
(
"float32"
)
inputs
=
[
helper
.
make_tensor_value_info
(
"input1"
,
onnx
.
mapping
.
NP_TYPE_TO_TENSOR_TYPE
[
input_np
.
dtype
],
shape
=
input_np
.
shape
)]
outputs
=
[
helper
.
make_tensor_value_info
(
"output"
,
TensorProto
.
FLOAT
,
shape
=
(
2
,
3
))]
nodes
=
[
helper
.
make_node
(
"Gemm"
,
[
"weight_tensor"
,
"input1"
],
[
"output"
],
transA
=
1
,
transB
=
1
)]
graph
=
helper
.
make_graph
(
nodes
,
"gemm_test"
,
inputs
,
outputs
,
initializer
=
[
weight_tensor
])
gemm_model
=
helper
.
make_model
(
graph
)
output_np
=
gemm_reference_implementation
(
weight_np
.
T
,
input_np
.
T
)
save_data_and_model
(
"gemm_first_const"
,
input_np
,
output_np
,
gemm_model
)
# ########################## ReduceSum with Dynamic Batch ##########################
input_np
=
np
.
random
.
rand
(
2
,
4
,
4
,
4
).
astype
(
"float32"
)
inputs
=
[
onnx
.
helper
.
make_tensor_value_info
(
"input1"
,
onnx
.
mapping
.
NP_TYPE_TO_TENSOR_TYPE
[
input_np
.
dtype
],
shape
=
(
'?'
,
4
,
4
,
4
))]
...
...
testdata/dnn/onnx/models/gemm_first_const.onnx
0 → 100644
浏览文件 @
108bdca3
文件已添加
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录