将Keras GNN模型转为PyTorch时遇Loop算子未实现错误求助

我需要使用GNNExplainer工具，但它要求输入PyTorch模型，而我的GNN模型是基于Keras编写的。尝试通过「Keras→ONNX→PyTorch」的流程转换模型时出现错误，具体细节如下：

转换代码 #

import tf2onnx

# 加载Keras模型
keras_model = model 

# 将Keras模型转为ONNX格式
onnx_model, _ = tf2onnx.convert.from_keras(model)

# 保存ONNX模型到文件
with open('./my_onnx_model.onnx', 'wb') as f:
    f.write(onnx_model.SerializeToString())

import onnx
from onnx2torch import convert

onnx_model = onnx.load('./my_onnx_model.onnx')
torch_model_1 = convert(onnx_model)

报错信息 #

---------------------------------------------------------------------------
NotImplementedError                       Traceback (most recent call last)
<ipython-input-64-b734fd4e372a> in <module>
      2 from onnx2torch import convert
      3 
----> 4 torch_model_1 = convert(onnx_model)
      5 
      6 # from onnx2pytorch import ConvertModel

/working/Ali_code/custom_model_env/GNN/lib/python3.6/site-packages/onnx2torch/converter.py in convert(onnx_model_or_path, save_input_names, attach_onnx_mapping)
    105             domain=onnx_node.domain,
    106             operation_type=onnx_node.operation_type,
--> 107             version=version,
    108         )
    109 

/working/Ali_code/custom_model_env/GNN/lib/python3.6/site-packages/onnx2torch/node_converters/registry.py in get_converter(operation_type, version, domain)
     67     converter = _CONVERTER_REGISTRY.get(description, None)
     68     if converter is None:
--> 69         raise NotImplementedError(f'Converter is not implemented ({description})')
     70 
     71     return converter

NotImplementedError: Converter is not implemented (OperationDescription(domain='', operation_type='Loop', version=13))

可行的解决思路 #

• 优化Keras模型结构，避免Loop算子生成：检查你的Keras模型中是否包含循环类逻辑（如自定义循环层、RepeatVector等），尝试将这些逻辑替换为无循环的实现方式，这样转换为ONNX时就不会生成Loop节点，规避转换工具的兼容性问题。
• 更换ONNX转PyTorch的工具：尝试使用onnx2pytorch（注意与onnx2torch是不同库）进行转换，不同工具对算子的支持范围有差异，可能能处理Loop算子。
• 手动扩展onnx2torch的转换器：如果你熟悉PyTorch和ONNX的算子逻辑，可以参考onnx2torch的现有转换器模板，为Loop算子（版本13）编写自定义转换逻辑，添加到工具的转换器注册表中。
• 直接用PyTorch重写GNN模型：如果模型结构不算复杂，直接将Keras中的GNN层对应转换为PyTorch Geometric等库的对应层，这种方式能完全避免模型转换带来的兼容性问题，也是最可靠的方案。

内容的提问来源于stack exchange，提问作者AliHamzaIub13