ONNX 浅析：如何加速深度学习算法工程化？

关注

发布于: 4 小时前

AlphaGo 击败围棋世界冠军李世石以来，关于人工智能和深度学习的研究呈现井喷之势。

各种新的算法和网络模型层出不穷，令人眼花缭乱。与之相随的，深度学习的训练和推理框架也在不断的推陈出新，比较著名的有：微软的 CNTK、Google 的 TensorFlow、Facebook 的 PyTorch、Apple 的 CoreML、Intel 的 OpenVINO、英伟达的 cuDNN 和 TensorRT、腾讯的 TNN 和 NCNN、阿里的 MNN 等等。

这些框架都有相似之处，他们的输入是一个或者一组多维数据，数据经过多层运算单元之后输出运算结果。训练框架支持 BackPropogation 等训练方法，可以自动调整模型参数，用于算法设计。推理框架则是单纯只能用于模型推理运算，不能调整模型本身，用于算法部署落地。

这些框架中，Google 的 TensorFlow 的这个名字尤其具有美感。多维数据是为张量(Tensor)，数据在多层运算单元中的运算和传递是为流(FLow)，看到这个词就仿佛看到了一个数据和运算的图(Computation Graph)，真可谓妙手偶得之佳作。这些框架都需要构建算子，并且将这些算子按照一定的次序连接起来，可以称之为网络模型。

Why ONNX？

每个深度学习框架都有自己独有的格式来解释和存储网络模型，并且这些框架的侧重点不同，有些用于训练学习，有些用于部署推理。在深度学习算法开发中，在不同的阶段会选择不同的框架，所以模型描述格式的不同，在客观上造成了深度学习算法开发和落地的困难。

笔者之前曾开发深度神经网络算法，当时选择的训练框架是 Caffe，需要落地部署到 Linux、iOS、Android 等多个平台。Linux 选择的是 Nvidia 的 cuDNN；iOS 选择的是 CoreML；Android 选择的是 NNAPI，Caffe 的模型描述格式是 caffemodel。

它使用自定义的 Protobuf (https://github.com/BVLC/caffe/tree/master/src/caffe/proto)，但是显然，无论是 cuDNN、CoreML、NNAPI 都无法直接使用 caffemodel，CoreML 的模型描述使用另一种定义 (https://apple.github.io/coremltools/mlmodel/index.html)，cuDNN 和 NNAPI 都是 low-level 的推理引擎，需要使用者将这个模型组装起来。

对于 CoreML 来说，我们需要把 caffemodel 转为 coremlmodel 格式，对于 cuDNN 和 NNAPI，我们需要解析 caffemodel，然后自己组装出完整的网络模型。这个过程繁琐而且容易出错，当时有强烈的冲动，希望定义一个统一的模型描述格式，所有的训练框架训练所得的网络模型，都是用这个格式来描述，在设备上部署推理时，相应的推理引擎支持解析这个统一的描述格式，直接完成部署落地，岂不美哉。

当然此事并不容易，要定义个统一的模型描述格式，不仅仅需要对机器学习技术有深入的理解，而且将之推广成为事实上的行业标准，更需要有很大的行业影响力，并不是如笔者这样的无名小卒可以为之。所幸已经有社区在做这个事情了，这就是 Open Neural Network Exchange(ONNX)。

用 ONNX 自己的话来说，ONNX 是一个对计算网络(Computation Graph)的一个通用描述(Intermediate Representation)。它希望被设计成为开放的网络描述格式，减少开发者在各个训练和推理框架间切换的代价，可以让开发者专注于算法和优化。虽然 ONNX 还处于比较早期的阶段，不过已经有约来越多的人开始关注到它，未来会有机会得到更广泛的应用。

计算模型描述

ONNX 有两个分类：基础的 ONNX 主要用于描述神经网络、ONNX-ML 是对基础 ONNX 的扩展，增加了神经网络之外的其他机器学习算法的支持。本文不会涉及 ONNX-ML，接下来的文字以一个简单的 ONNX 模型为例，介绍一下 ONNX 是如何来描述一个计算网络的。该模型可以在 ONNX 的 Github 上下载(https://github.com/onnx/models/blob/master/vision/classification/mobilenet/model/mobilenetv2-7.onnx).

ONNX 的模型描述采用了 Google 的 Protocol Buffer 语言。最外层的结构是 ModelProto，ModelProto 的定义如下：

message ModelProto {  int64 ir_version = 1;  repeated OperatorSetIdProto opset_import = 8;  string producer_name = 2;  string producer_version = 3;  string domain = 4;  int64 model_version = 5;  string doc_string = 6;  GraphProto graph = 7;  repeated StringStringEntryProto metadata_props = 14;  repeated TrainingInfoProto training_info = 20;  repeated FunctionProto functions = 25;}

复制代码

比较重要的字段有: lr_version : 当前的 ONNX 模型文件的版本，目前发布的最新版本为 IR_VERSION_2019_3_18 = 6. 发布于 2019 年，版本 7 还在制定中. opset_import: 当前的模型文件所依赖的算子 domain 和版本. graph: 这个模型执行的运算图，这个是最重要的字段.

GraphProto 的定义如下：

message GraphProto {  repeated NodeProto node = 1;  string name = 2;   // namespace Graph  repeated TensorProto initializer = 5;  repeated SparseTensorProto sparse_initializer = 15;  string doc_string = 10;  repeated ValueInfoProto input = 11;  repeated ValueInfoProto output = 12;  repeated ValueInfoProto value_info = 13;  repeated TensorAnnotation quantization_annotation = 14;}

复制代码

比较重要的字段有: initializer : 模型的每一网络层的参数, 模型训练完成之后参数就被固定下来. input : 模型的输入格式. output : 模型的输出格式. nodes : 定义了模型的所有运算模块，依照推理的次序排布.

NodeProto 的定义如下：

message NodeProto {  repeated string input = 1;    // namespace Value  repeated string output = 2;   // namespace Value  string name = 3;     // namespace Node  string op_type = 4;  // namespace Operator  string domain = 7;   // namespace Domain  repeated AttributeProto attribute = 5;  string doc_string = 6;}

复制代码

比较重要的字段有: input : 输入参数的名字. output : 输出参数的名字，这里需要留意的是，每一个网络层之间的连接使用输入和输出的名字来确立的. op_type : 算子的类型. attributes : 算子的属性，其解析取决于算子的类型.

ONNX 中最复杂的部分就是关于各种算子的描述，这也可以理解，构成神经网络的主体就是这些算子. attributes 就是算子的一组带名字的属性. 本文中，我们介绍一个在 mobilenetv2-7.onnx 使用最多的算子: conv.

卷积神经网络在语音，图像，视频等处理上获得了巨大成功. ONNX 关于卷积网络层的属性定义主要有: dilations: 扩展卷积，默认为 1，即普通卷积. 其数学定义如下

普通卷积扩展卷积 group: 分组卷积, 其定义见文献 14. 默认为 1，即不分组. kernel_shape: 定义了卷积核的大小. pads: 定义了上下左右填充的像素数. strides: 定义了卷积运算的步长。