如何为包含未知维度的ONNX模型输入创建并绑定TensorFloat？

Netron中显示的unk__518是ONNX模型定义动态维度时的占位标记，不是需要传入的实际维度值，你只需在绑定时填入推理时实际使用的首维度大小即可，无需传入字符串。

两种常用场景的实现方式 #

• 单样本推理（每次输入1张图片）

// 首维度设为1，对应单张224*224分辨率的3通道图片
std::vector<int64_t> shape({ 1, 224, 224, 3 });
binding.Bind(L"Image:0", TensorFloat::Create(shape));

• 批量推理（一次输入多张图片）

// 首维度设为实际批量大小，例如一次输入8张图片就填8
std::vector<int64_t> shape({ 8, 224, 224, 3 });
binding.Bind(L"Image:0", TensorFloat::Create(shape));

注意事项 #

• WinML原生支持动态维度推理，只要绑定的tensor维度和你实际喂入的数据维度一致，即可自动匹配模型的动态维度约束，不需要额外调用特殊API。
• 若需要确认模型对动态维度的取值限制，可以通过LearningModel.InputFeatures获取对应输入的特征描述，查看维度约束字段。

内容的提问来源于stack exchange，提问作者lq_msu