如何将 HuggingFace 的 Seq2seq 模型转换为 onnx 格式

Posted 2023-03-12

【中文标题】如何将 HuggingFace 的 Seq2seq 模型转换为 onnx 格式

【英文标题】：how to convert HuggingFace's Seq2seq models to onnx format

【发布时间】：2021-05-12 11:58:56

【问题描述】：

我正在尝试将 HuggingFace 的变形金刚模型中的 Pegasus 新闻编辑室转换为 ONNX 格式。我遵循了 Huggingface 发布的 this 指南。安装 prereqs 后，我运行了以下代码：

!rm -rf onnx/
from pathlib import Path
from transformers.convert_graph_to_onnx import convert

convert(framework="pt", model="google/pegasus-newsroom", output=Path("onnx/google/pegasus-newsroom.onnx"), opset=11)

并得到这些错误：

ValueError                                Traceback (most recent call last)
<ipython-input-9-3b37ed1ceda5> in <module>()
      3 from transformers.convert_graph_to_onnx import convert
      4 
----> 5 convert(framework="pt", model="google/pegasus-newsroom", output=Path("onnx/google/pegasus-newsroom.onnx"), opset=11)
      6 
      7 

6 frames
/usr/local/lib/python3.6/dist-packages/transformers/models/pegasus/modeling_pegasus.py in forward(self, input_ids, attention_mask, encoder_hidden_states, encoder_attention_mask, head_mask, encoder_head_mask, past_key_values, inputs_embeds, use_cache, output_attentions, output_hidden_states, return_dict)
    938             input_shape = inputs_embeds.size()[:-1]
    939         else:
--> 940             raise ValueError("You have to specify either decoder_input_ids or decoder_inputs_embeds")
    941 
    942         # past_key_values_length

ValueError: You have to specify either decoder_input_ids or decoder_inputs_embeds

我以前从未见过此错误。有什么想法吗？

【参考方案1】：

Pegasus 是一个seq2seq 模型，你不能使用这种方法直接转换一个seq2seq 模型（编码器-解码器模型）。 guide 用于编码器模型 BERT。使用此方法可以转换任何仅编码器或仅解码器转换器模型。

要转换seq2seq 模型（编码器-解码器），您必须将它们拆分并分别转换，将编码器转换为 onnx，将解码器转换为 onnx。你可以关注this guide（它是为T5完成的，也是seq2seq模型）

为什么会出现此错误？

同时转换PyTorch to onnx

_ = torch.onnx._export(
                        model,
                        dummy_input,
                        ...
                       )

您需要为编码器和解码器separately 提供一个虚拟变量。默认情况下，使用此方法进行转换时，它会为编码器提供虚拟变量。由于这种转换方法不接受这个 seq2seq 模型的解码器，它不会给解码器一个虚拟变量，你会得到上述错误。 ValueError: You have to specify either decoder_input_ids or decoder_inputs_embeds