[参考译文] AM68A：用于调试模型的层跟踪检查器

以下是.y 和_float.bin 的示例  

e2e.ti.com/.../a.zip

您好；

我的同事共享了一个脚本、用于将输出添加到您的 ONNX 模型中、这可能会对您有所帮助。 请看一下。

import onnx
  
model_name = f"test_model.onnx"
modified_model_name = model_name.replace(".onnx", "_ref.onnx")

def convert(model_name, modified_model_name):
    """
    This function modifies the ONNX model to include intermediate layer outputs
    as graph outputs. This is useful for debugging and comparison purposes.
    """
    # Load the original ONNX model
    onnx_model = onnx.load(model_name)
    intermediate_layer_value_info = onnx.helper.ValueInfoProto()
    intermediate_layer_value_info.name = ''

    for i in range(len(onnx_model.graph.node)):
        for j in range(len(onnx_model.graph.node[i].output)):
            intermediate_layer_value_info.name = onnx_model.graph.node[i].output[j]
            onnx_model.graph.output.append(intermediate_layer_value_info)

    onnx.save(onnx_model, modified_model_name)

convert(model_name, modified_model_name)

如果没有、您也可以查看此信息。

https://github.com/TexasInstruments/edgeai-tidl-tools/blob/95ba2c7ec62bbedeb637d7a5c0273fcede21cac9/docs/tidl_osr_debug.md

我们稍后将提供更多信息。  

谢谢。此致

Wen Li  

非常感谢！