onnxsim

收录理由

用过PyTorch导出ONNX的人，多半都对着导出的计算图发过呆：明明只写了个reshape，图里却冒出一串Gather、Unsqueeze和看似多余的死分支。onnxsim正是为解决这种混乱而生的工具。它会反复执行形状推断、图优化和常量折叠，直到计算图不再变化，最终得到一个更精简、推理更快的模型，出问题时也容易排查。它既能在命令行里直接调用，也能作为Python函数嵌入脚本，正好衔接在模型导出与部署之间。内置的随机输入校验能提前暴露错误，对TensorRT自定义算子等特殊节点的支持，以及可选的opset转换，让它面对真实生产环境也不至于束手无策。凡是打算把ONNX模型送上TensorRT、ONNX Runtime或边缘设备的团队，在模型上线前用它过一遍，能省下大量调试时间。