Optimum 文档
导出函数
并获得增强的文档体验
开始使用
导出函数
您可以从 🤗 Optimum 中的两个框架导出模型到 ONNX:PyTorch 和 TensorFlow。对于每个框架都有一个导出函数,export_pytorch() 和 export_tensorflow(),但推荐的使用方法是通过主导出函数 ~optimum.exporters.main_export
,它将负责根据可用的框架使用正确的导出函数,检查导出的模型是否有效,并提供扩展选项以在导出的模型上运行优化。
主要函数
optimum.exporters.onnx.main_export
< source >( model_name_or_path: str output: typing.Union[str, pathlib.Path] task: str = 'auto' opset: typing.Optional[int] = None device: str = 'cpu' dtype: typing.Optional[str] = None fp16: typing.Optional[bool] = False optimize: typing.Optional[str] = None monolith: bool = False no_post_process: bool = False framework: typing.Optional[str] = None atol: typing.Optional[float] = None cache_dir: str = '/root/.cache/huggingface/hub' trust_remote_code: bool = False pad_token_id: typing.Optional[int] = None subfolder: str = '' revision: str = 'main' force_download: bool = False local_files_only: bool = False use_auth_token: typing.Union[bool, str, NoneType] = None token: typing.Union[bool, str, NoneType] = None for_ort: bool = False do_validation: bool = True model_kwargs: typing.Optional[typing.Dict[str, typing.Any]] = None custom_onnx_configs: typing.Optional[typing.Dict[str, ForwardRef('OnnxConfig')]] = None fn_get_submodels: typing.Optional[typing.Callable] = None use_subprocess: bool = False _variant: str = 'default' library_name: typing.Optional[str] = None legacy: bool = False no_dynamic_axes: bool = False do_constant_folding: bool = True **kwargs_shapes )
必需参数
- model_name_or_path (
str
) — huggingface.co 上的模型 ID 或磁盘上要导出的模型仓库的路径。示例:model_name_or_path="BAAI/bge-m3"
或mode_name_or_path="/path/to/model_folder
。 - output (
Union[str, Path]
) — 指示存储生成的 ONNX 模型的目录的路径。
可选参数
- task (
Optional[str]
, 默认为None
) — 导出模型的任务。如果未指定,将根据模型自动推断任务。对于解码器模型,使用xxx-with-past
导出使用解码器中过去键值的模型。 - opset (
Optional[int]
, 默认为None
) — 如果指定,则为导出模型使用的 ONNX opset 版本。否则,将使用给定模型架构的默认 opset。 - device (
str
, 默认为"cpu"
) — 用于执行导出的设备。默认为“cpu”。 - fp16 (
Optional[bool]
, 默认为"False"
) — 在导出期间使用半精度。仅限 PyTorch,需要device="cuda"
。 - dtype (
Optional[str]
, 默认为None
) — 用于导出的浮点精度。支持的选项:"fp32"
(float32)、"fp16"
(float16)、"bf16"
(bfloat16)。默认为"fp32"
。 - optimize (
Optional[str]
, 默认为None
) — 允许在导出期间直接运行 ONNX Runtime 优化。其中一些优化特定于 ONNX Runtime,并且生成的 ONNX 将无法与其他运行时(如 OpenVINO 或 TensorRT)一起使用。可用选项:"O1", "O2", "O3", "O4"
。参考:AutoOptimizationConfig - monolith (
bool
, 默认为False
) — 强制将模型导出为单个 ONNX 文件。 - no_post_process (
bool
, 默认为False
) — 允许禁用默认情况下对导出的 ONNX 模型执行的任何后处理。 - framework (
Optional[str]
, 默认为None
) — 用于 ONNX 导出的框架 ("pt"
或"tf"
)。如果未提供,将尝试自动检测检查点的框架。 - atol (
Optional[float]
, 默认为None
) — 如果指定,则为验证模型时的绝对差异容差。否则,将使用模型的默认 atol。 - cache_dir (
Optional[str]
, 默认为None
) — 指示存储缓存的位置的路径。默认情况下将使用默认的 Hugging Face 缓存路径。 - trust_remote_code (
bool
, 默认为False
) — 允许对模型仓库中托管的建模使用自定义代码。此选项仅应为您信任的仓库设置,并且您已阅读其中的代码,因为它将在您的本地机器上执行模型仓库中存在的任意代码。 - pad_token_id (
Optional[int]
, 默认为None
) — 某些模型和某些任务需要此参数。如果未提供,将尝试使用 tokenizer 猜测它。 - subfolder (
str
, 默认为""
) — 如果相关文件位于模型仓库的子文件夹中(本地或在 huggingface.co 上),您可以在此处指定文件夹名称。 - revision (
str
, 默认为"main"
) — Revision 是要使用的特定模型版本。它可以是分支名称、标签名称或提交 ID。 - force_download (
bool
, 默认为False
) — 是否强制(重新)下载模型权重和配置文件,覆盖缓存的版本(如果存在)。 - local_files_only (
Optional[bool]
, 默认为False
) — 是否仅查看本地文件(即,不尝试下载模型)。 - use_auth_token (
Optional[Union[bool,str]]
, 默认为None
) — 已弃用。请改用token
参数。 - token (
Optional[Union[bool,str]]
, 默认为None
) — 用作远程文件的 HTTP Bearer 授权的令牌。 如果为True
,将使用运行huggingface-cli login
时生成的令牌(存储在huggingface_hub.constants.HF_TOKEN_PATH
中)。 - model_kwargs (
Optional[Dict[str, Any]]
, 默认为None
) — 实验性用法:在导出期间传递给模型的关键字参数。 此参数应与custom_onnx_configs
参数一起使用,例如,如果模型输入/输出发生更改(例如,如果传递了model_kwargs={"output_attentions": True}
)。 - custom_onnx_configs (
Optional[Dict[str, OnnxConfig]]
, 默认为None
) — 实验性用法:覆盖用于给定模型的默认 ONNX 配置。 对于希望更精细地控制导出的高级用户,此参数可能很有用。 此处提供了一个示例。 - fn_get_submodels (
Optional[Callable]
, 默认为None
) — 实验性用法:覆盖导出时使用的默认子模型。 当导出需要拆分 ONNX 的自定义架构(例如,编码器-解码器)时,这尤其有用。 如果未指定自定义模型,optimum 将尝试使用给定任务的默认子模型,但不保证成功。 - use_subprocess (
bool
, 默认为False
) — 在子进程中执行 ONNX 导出的模型验证。 当在 CUDA 设备上导出时,这尤其有用,因为 ORT 在推理会话销毁时不会释放内存。 当设置为True
时,main_export
调用应在if __name__ == "__main__":
代码块中保护。 - _variant (
str
, 默认为default
) — 指定要使用的 ONNX 导出变体。 - library_name (
Optional[str]
, 默认为None
) — 模型的库 ("transformers"
或"diffusers"
或"timm"
或"sentence_transformers"
)。 如果未提供,将尝试自动检测检查点的库名称。 - legacy (
bool
, 默认为False
) — 禁用文本生成模型对批量生成所需的position_ids
的使用。 还可以导出为三个文件的仅解码器模型(不带 + 带 past 和合并模型)。 引入此参数是为了向后兼容,并将在 Optimum 的未来版本中删除。 - no_dynamic_axes (bool, 默认为
False
) — 如果为 True,则禁用 ONNX 导出期间的动态轴的使用。 - do_constant_folding (bool, 默认为
True
) — PyTorch 特定的参数。 如果为True
,则 PyTorch ONNX 导出将尽可能将常量折叠到相邻节点中。 - **kwargs_shapes (
Dict
) — 推理期间要使用的形状。 此参数允许覆盖 ONNX 导出期间使用的默认形状。
全套 ONNX 导出功能,从 Hugging Face Hub 上的模型 ID 或本地模型仓库导出。
optimum.exporters.onnx.onnx_export_from_model
< source >( model: typing.Union[ForwardRef('PreTrainedModel'), ForwardRef('TFPreTrainedModel'), ForwardRef('DiffusionPipeline')] output: typing.Union[str, pathlib.Path] opset: typing.Optional[int] = None optimize: typing.Optional[str] = None monolith: bool = False no_post_process: bool = False atol: typing.Optional[float] = None do_validation: bool = True model_kwargs: typing.Optional[typing.Dict[str, typing.Any]] = None custom_onnx_configs: typing.Optional[typing.Dict[str, ForwardRef('OnnxConfig')]] = None fn_get_submodels: typing.Optional[typing.Callable] = None _variant: str = 'default' legacy: bool = False preprocessors: typing.List = None device: str = 'cpu' no_dynamic_axes: bool = False task: typing.Optional[str] = None use_subprocess: bool = False do_constant_folding: bool = True **kwargs_shapes )
必需参数
- model (
Union["PreTrainedModel", "TFPreTrainedModel"]
) — 要导出到 ONNX 的 PyTorch 或 TensorFlow 模型。 - output (
Union[str, Path]
) — 指示存储生成的 ONNX 模型的目录的路径。
可选参数
- task (
Optional[str]
, 默认为None
) — 要导出模型执行的任务。 如果未指定,将根据模型自动推断任务。 - opset (
Optional[int]
, 默认为None
) — 如果指定,则使用此 ONNX opset 版本导出模型。 否则,将使用给定模型架构的默认 opset。 - device (
str
, 默认为"cpu"
) — 用于执行导出的设备。 默认为 “cpu”。 - optimize (
Optional[str]
, 默认为None
) — 允许在导出期间直接运行 ONNX Runtime 优化。 其中一些优化是 ONNX Runtime 特有的,并且生成的 ONNX 将无法与其他运行时(如 OpenVINO 或 TensorRT)一起使用。 可用选项:"O1", "O2", "O3", "O4"
。 参考:AutoOptimizationConfig - monolith (
bool
, 默认为False
) — 强制将模型导出为单个 ONNX 文件。 - no_post_process (
bool
, 默认为False
) — 允许禁用默认情况下对导出的 ONNX 模型执行的任何后处理。 - atol (
Optional[float]
, 默认为None
) — 如果指定,则验证模型时的绝对差异容差。 否则,将使用模型的默认 atol。 - model_kwargs (
Optional[Dict[str, Any]]
, 默认为None
) — 实验性用法:在导出期间传递给模型的关键字参数。 此参数应与custom_onnx_configs
参数一起使用,例如,如果模型输入/输出发生更改(例如,如果传递了model_kwargs={"output_attentions": True}
)。 - custom_onnx_configs (
Optional[Dict[str, OnnxConfig]]
, 默认为None
) — 实验性用法:覆盖用于给定模型的默认 ONNX 配置。 对于希望更精细地控制导出的高级用户,此参数可能很有用。 此处提供了一个示例。 - fn_get_submodels (
Optional[Callable]
, 默认为None
) — 实验性用法:覆盖导出时使用的默认子模型。 当导出需要拆分 ONNX 的自定义架构(例如,编码器-解码器)时,这尤其有用。 如果未指定自定义模型,optimum 将尝试使用给定任务的默认子模型,但不保证成功。 - use_subprocess (
bool
, 默认为False
) — 在子进程中进行 ONNX 导出模型验证。当在 CUDA 设备上导出时,这尤其有用,因为 ORT 在推理会话销毁时不会释放内存。当设置为True
时,main_export
调用应在if __name__ == "__main__":
代码块中受到保护。 - _variant (
str
, 默认为default
) — 指定要使用的 ONNX 导出变体。 - legacy (
bool
, 默认为False
) — 禁用文本生成模型的位置 ID 使用,这些模型在批量生成时需要位置 ID。 同时也支持将仅解码器模型导出为三个文件(不带 + 带 past 以及合并的模型)。引入此参数是为了向后兼容,并将在 Optimum 的未来版本中移除。 - no_dynamic_axes (bool, 默认为
False
) — 如果为 True,则禁用 ONNX 导出期间的动态轴使用。 - do_constant_folding (bool, 默认为
True
) — PyTorch 特有参数。如果为True
,PyTorch ONNX 导出将尽可能将常量折叠到相邻节点中。 - **kwargs_shapes (
Dict
) — 推理期间使用的形状。此参数允许覆盖 ONNX 导出期间使用的默认形状。
完整的 ONNX 导出函数套件,从预加载的 PyTorch 或 Tensorflow 模型导出。当需要在导出到 ONNX 之前对模型进行修改(例如,覆盖前向调用)时,此函数尤其有用。
optimum.exporters.onnx.export
< source >( model: typing.Union[ForwardRef('PreTrainedModel'), ForwardRef('TFPreTrainedModel'), ForwardRef('ModelMixin')] config: OnnxConfig output: Path opset: typing.Optional[int] = None device: str = 'cpu' input_shapes: typing.Optional[typing.Dict] = None disable_dynamic_axes_fix: typing.Optional[bool] = False dtype: typing.Optional[str] = None no_dynamic_axes: bool = False do_constant_folding: bool = True model_kwargs: typing.Optional[typing.Dict[str, typing.Any]] = None ) → Tuple[List[str], List[str]]
参数
- model (
PreTrainedModel
或TFPreTrainedModel
) — 要导出的模型。 - config (OnnxConfig) — 与导出的模型关联的 ONNX 配置。
- output (
Path
) — 用于存储导出的 ONNX 模型的目录。 - opset (
Optional[int]
, 默认为None
) — 要使用的 ONNX 运算符集的版本。 - device (
Optional[str]
, 默认为"cpu"
) — ONNX 模型将要导出的设备。可以是cpu
或cuda
。仅 PyTorch 支持在 CUDA 设备上导出。 - input_shapes (
Optional[Dict]
, 默认为None
) — 如果指定,则允许为提供给 ONNX 导出器的示例输入使用特定形状。 - disable_dynamic_axes_fix (
Optional[bool]
, 默认为False
) — 是否禁用默认的动态轴修复。 - dtype (
Optional[str]
, 默认为None
) — 用于重新映射模型输入的数据类型。仅限 PyTorch。仅支持fp16
。 - no_dynamic_axes (bool, 默认为
False
) — 如果为 True,则禁用 ONNX 导出期间的动态轴使用。 - do_constant_folding (bool, 默认为
True
) — PyTorch 特有参数。如果为True
,PyTorch ONNX 导出将尽可能将常量折叠到相邻节点中。 - model_kwargs (
Optional[Dict[str, Any]]
, 默认为None
) — 实验性用法:在导出期间传递给模型的关键字参数。 如果模型输入/输出发生更改(例如,如果传递了model_kwargs={"output_attentions": True}
),则应将此参数与custom_onnx_config
参数一起使用。
返回
Tuple[List[str], List[str]]
一个元组,其中包含模型输入的有序列表和来自 ONNX 配置的命名输出。
将 Pytorch 或 TensorFlow 模型导出为 ONNX 中间表示。
optimum.exporters.onnx.convert.export_pytorch
< source >( model: typing.Union[ForwardRef('PreTrainedModel'), ForwardRef('ModelMixin')] config: OnnxConfig opset: int output: Path device: str = 'cpu' input_shapes: typing.Optional[typing.Dict] = None no_dynamic_axes: bool = False do_constant_folding: bool = True model_kwargs: typing.Optional[typing.Dict[str, typing.Any]] = None ) → Tuple[List[str], List[str]]
参数
- model (
PreTrainedModel
) — 要导出的模型。 - config (OnnxConfig) — 与导出的模型关联的 ONNX 配置。
- opset (
int
) — 要使用的 ONNX 运算符集的版本。 - output (
Path
) — 用于保存导出的 ONNX 文件的路径。 - device (
str
, 默认为"cpu"
) — ONNX 模型将要导出的设备。可以是cpu
或cuda
。仅 PyTorch 支持在 CUDA 设备上导出。 - input_shapes (
Optional[Dict]
, 默认为None
) — 如果指定,则允许为提供给 ONNX 导出器的示例输入使用特定形状。 - no_dynamic_axes (bool, 默认为
False
) — 如果为 True,则禁用 ONNX 导出期间的动态轴使用。 - do_constant_folding (bool, 默认为
True
) — PyTorch 特有参数。如果为True
,PyTorch ONNX 导出将尽可能将常量折叠到相邻节点中。 - model_kwargs (
Optional[Dict[str, Any]]
, defaults toNone
) — 实验性用法:在导出期间传递给模型的关键字参数。 此参数应与custom_onnx_config
参数一起使用,例如,如果模型输入/输出发生更改(例如,如果传递了model_kwargs={"output_attentions": True}
)。
返回
Tuple[List[str], List[str]]
一个元组,其中包含模型输入的有序列表和来自 ONNX 配置的命名输出。
将 PyTorch 模型导出为 ONNX 中间表示。
optimum.exporters.onnx.convert.export_tensorflow
< 源代码 >( model: TFPreTrainedModel config: OnnxConfig opset: int output: Path ) → Tuple[List[str], List[str]]
参数
- model (
TFPreTrainedModel
) — 要导出的模型。 - config (OnnxConfig) — 与导出的模型关联的 ONNX 配置。
- opset (
int
) — 要使用的 ONNX 运算符集版本。 - output (
Path
) — 用于存储导出的 ONNX 模型的目录。 - device (
Optional[str]
, defaults to"cpu"
) — ONNX 模型将在其上导出的设备。 可以是cpu
或cuda
。 仅 PyTorch 支持在 CUDA 设备上导出。
返回
Tuple[List[str], List[str]]
一个元组,其中包含模型输入的有序列表和来自 ONNX 配置的命名输出。
将 TensorFlow 模型导出为 ONNX 中间表示。
实用函数
optimum.exporters.utils.check_dummy_inputs_are_allowed
< 源代码 >( model: typing.Union[ForwardRef('PreTrainedModel'), ForwardRef('TFPreTrainedModel'), ForwardRef('ModelMixin')] dummy_input_names: typing.Iterable[str] )
检查来自 ONNX 配置的虚拟输入是否是 model
允许输入的子集。
optimum.exporters.onnx.validate_model_outputs
< 源代码 >( config: OnnxConfig reference_model: typing.Union[ForwardRef('PreTrainedModel'), ForwardRef('TFPreTrainedModel'), ForwardRef('ModelMixin')] onnx_model: Path onnx_named_outputs: typing.List[str] atol: typing.Optional[float] = None input_shapes: typing.Optional[typing.Dict] = None device: str = 'cpu' use_subprocess: typing.Optional[bool] = True model_kwargs: typing.Optional[typing.Dict[str, typing.Any]] = None )
参数
- config (
~OnnxConfig
) — 用于导出模型的配置。 - reference_model (
~PreTrainedModel
or~TFPreTrainedModel
) — 用于导出的模型。 - onnx_model (
Path
) — 导出模型的路径。 - onnx_named_outputs (
List[str]
) — 要检查的输出的名称。 - atol (
Optional[float]
, defaults toNone
) — 参考模型和导出模型之间输出差异的绝对容差。 - input_shapes (
Optional[Dict]
, defaults toNone
) — 如果指定,则允许使用特定形状来验证 ONNX 模型。 - device (
str
, defaults to"cpu"
) — ONNX 模型将在其上验证的设备。 可以是cpu
或cuda
。 仅 PyTorch 支持在 CUDA 设备上进行验证。 - use_subprocess (
Optional[bool]
, defaults toTrue
) — 在子进程中启动每个导出模型的验证。 - model_kwargs (
Optional[Dict[str, Any]]
, defaults toNone
) — 实验性用法:在导出和验证期间传递给模型的关键字参数。
引发
ValueError
ValueError
— 如果参考模型和导出模型之间的输出形状或值不匹配。
通过检查参考模型和导出模型的输出是否匹配来验证导出。