onnx的模型加载，需要用到onnx runtime。 推理代码： import torch import onnxruntime as rt from transformers import LlamaTokenizer def generate_prompt(text): return f"""Below is an instruction that describes a task. Write a response that appropriately completes the request. ### …

因项目需要，把PyTorch模型转为onnx。 Huggingface的模型无法直接转为onnx（仅有部分支持），如果是huggingface的模型，需要先转成PyTorch，详见文章《Huggingface模型转PyTorch模型》。 onnx是一种通用的模型架构，详细介绍可参考官网。 转换代码： from transformers import AutoTokenizer from transformers import AutoModel from transformers import LlamaToken…