torch->onnx->mge过程中的后半段（onnx->mge）的问题

[xinzi2018]

在onnx模型转mge模型时候无法正常运行，卡在下面这个位置点不动了。

from mgeconvert.converters.onnx_to_mge import onnx_to_mge
onnx_to_mge( 'onnx2.onnx', output="mge.mge", )
ONNX Model Producer : pytorch
ONNX Model Producer Version: 1.8
ONNX Model IR Version : 6
ONNX Model OpSet : 11
`

[dc3671]

请问你的"mge.mge"是怎么导出的呢？ctrl-c退出的话有显示卡在哪了吗

麻烦附一下MegEngine版本、Python版本、ONNX版本、系统环境等

[xinzi2018]

1.ctrl-c无响应；

2.文档上写的两种方式一种是直接命令行“convert onnx_to_mge -i model.onnx -o out.mge”，还有一种是python语句的形式；我两种都试了， 发现都会卡住；

3.python==3.6.5；
onnx==1.7.0;
megengine==1.7.0;
megconvert==0.7.0;
Ubuntu== 20.04.3 ;
torch==1.8.0;
torchvision==0.9.0;

[qq332982511]

显卡型号是啥?

[xinzi2018]

[qq332982511]

用nvidia-smi看起来更直接, 查了一下2204应该是3090的卡https://devicehunt.com/view/type/pci/vendor/10DE/device/2204
卡住的原因可能是用了cuda10的megengine , 导致触发了ptx的jit, 这会非常慢且无法
如果megengine要支持30系列卡需要使用cuda11.x的版本.
可以尝试的方案
1、用cu11系列的megengine https://github.com/Qsingle/MegEngine_CU11
2、使用cpu完成计算

[xinzi2018]

好的我换下megengine版本试下～

[a419775258]

也可以 export CUDA_VISIBLE_DEVICES='' 使用 CPU 计算。

[xinzi2018]

我刚试了下安装了MegEngine-1.4.0+cu111-cp36-cp36m-manylinux2014_x86_64.whl,
相对应的mgeconvert是否有版本要求？因为在mgeconvert==0.7.0的情况下import mgeconvert会报错

[xinzi2018]

以为megengine1.4的版本无法搭配0.7.0版本的mgeconvert。

1.所以想要使用
git clone https://github.com/MegEngine/mgeconvert.git@v0.4.2 cd mgeconvert pip3 install . --user --install-option="--targets=caffe"
这种方式下降mgeconvert版本 ，但是一直git报403的错误（如果去掉“@v0.4.2”，git能正常clone）

2.由于https://github.com/Qsingle/MegEngine_CU11链接中只有1.4版本 ，所以我通过pip install直接下载了megengine1.8.1版本，依旧发生import mgeconvert的错误。（此时的mgeconvert==0.7.0）

[xinzi2018]

import现在是不报错了，但是会报pool2D的问题。

[dc3671]

@xinzi2018 这个报错就是 pooling mode 不支持吧，试试别的 mode？

[TanateT]

AssertionError:：ONNX shape Infer mismatch with Mge : 1, 3, 320, 640 vs [ 1 3 319 640]Mge