์ค๋์ ์์ ์ด ์ง์ ๋์์ธํ ๋ฅ๋ฌ๋ ๋ชจ๋ธ์ ์๊ฐํํ๋ ์์ ์ ํด๋ณด๊ฒ ์ต๋๋ค.
์ฐ์ , Pytorch๋ก ๊ตฌํ๋ ๋ชจ๋ธ์ ONNX๋ก ์ ์ฅํด์ผ ํฉ๋๋ค.
Pytorch๋ก ONNX๋ก ์ ์ฅํ๊ธฐ ์ํด์ ์๋ ๋ช ๋ น์ด๋ฅผ ํตํด ์ค์นํฉ๋๋ค.
pip install onnx-pytorch
์ค์น๋ฅผ ์๋ฃ ํ, ์์ ์ด ๊ตฌํํ ๋ชจ๋ธ์ ๊ฐ์ฒด๊ฐ ์๋ค๋ฉด, ์๋ ์ฝ๋๋ฅผ ํตํด ๋ชจ๋ธ์ ์ ์ฅํฉ๋๋ค.
import torch.onnx
input_names = ['Time series data']
output_names = ['Output']
x = torch.zeros(1, 10, 6).to(device)
torch.onnx.export(model, x, 'regression_mode.onnx', input_names=input_names, output_names=output_names)
์ด์ ๋ชจ๋ธ ์๊ฐํ ํ๋ก๊ทธ๋จ์ธ Netron์ git์ ํตํด ์ค์นํฉ๋๋ค.
https://github.com/lutzroeder/netron
์ค์น๋ฅผ ํ๊ฒ ๋๋ฉด, ๋ฐฉ๊ธ ์ ์ฅํ ๋ชจ๋ธ์ด ์๋์ ๊ฐ์ด ๋ณด์ ๋๋ค.
์ ONNXํ์ผ์ ๋ค์ด๊ฐ๊ฒ ๋๋ฉด, ์๊ฐํ๋ ๋ชจ๋ธ ์ํคํ ์ฒ๋ฅผ ํ์ธํ ์ ์์ต๋๋ค. export๋ฅผ ํตํด ์ฝ๊ฒ ์ด๋ฏธ์ง ํ์ผ๋ก ๋ถ๋ฌ์ฌ ์ ์๊ณ , ๊ธฐ๋ณธ์ Vertical์ด๋ผ ์ธ๋ก๋ก ๊ธธ์ง๋ง, Horizontal์ ํตํด ๊ฐ๋ก๋ก ์๊ฐํ ํ ์ ์์ต๋๋ค.