Graph

class onnx_ir.Graph(inputs, outputs, *, nodes, initializers=(), doc_string=None, opset_imports=None, name=None, metadata_props=None)

IR 图。

Graph 表示一个计算图。除了 ONNX 规范中指定的字段外，它还包含 opset_imports 的映射。这允许不同的子图导入不同的 opset。协调不同的 opset 是反序列化器的责任。

节点不保证按拓扑排序。但迭代顺序在不同运行之间应该是确定的。用户有责任维护节点的拓扑顺序。

请注意，Graph 中没有 node 属性。Graph 可以被视为一个节点序列，并应如此使用。例如，要将所有节点获取为列表，请调用 list(graph)。

0.1.1 版中已更改: 具有非 None 生产者的值将被拒绝作为图输入或初始化器。

0.1.1 版中新增: 为初始化器和属性添加了 add 方法。

参数:

• inputs (Sequence[Value])

• outputs (Sequence[Value])

• nodes (Iterable[Node])

• initializers (Sequence[Value])

• doc_string (str | None)

• opset_imports (dict[str, int] | None)

• name (str | None)

• metadata_props (dict[str, str] | None)

name

图的名称。

inputs

图的输入值。

outputs

图的输出值。

initializers

图中的初始化器。

doc_string

文档字符串。

opset_imports

图导入的 Opset。

metadata_props

将序列化到 ONNX 文件中的元数据。

meta

用于图转换传递的元数据存储。

name

all_nodes()

在 O(#nodes + #attributes) 时间内获取图中及其子图中的所有节点。

这是 onnx_ir.traversal.RecursiveGraphIterator(graph) 的别名。对于更高级的节点遍历，请考虑使用 onnx_ir.traversal.RecursiveGraphIterator。

0.1.2 版本新增。

返回类型:

Iterator[Node]

append(node, /)

在 O(1) 时间内将节点附加到图中。

如果任何名称为 None，则会为节点及其值分配唯一的名称。

参数:

node (Node) – 要附加的节点。

引发:

ValueError – 如果节点属于另一个图。

返回类型:

无

count(value) → integer -- return number of occurrences of value

display(*, page=False)

漂亮地打印对象。

参数:

page (bool) – 是否分页输出。

返回类型:

无

property doc_string: str | None

extend(nodes, /)

在 O(#new_nodes) 时间内使用给定节点扩展图。

如果任何名称为 None，则会为节点及其值分配唯一的名称。

参数:

nodes (Iterable[Node]) – 用于扩展图的节点。

引发:

ValueError – 如果任何节点属于另一个图。

返回类型:

无

index(value[, start[, stop]]) → integer -- return first index of value.

如果值不存在，则引发 ValueError。

支持 start 和 stop 参数是可选的，但建议使用。

property initializers: GraphInitializers

图的初始化器，为 dict[str, Value] 类型。

键是初始化器的名称。值是 Value 对象。

此属性还支持 add 方法，该方法接受一个 Value 并将其添加到初始化器中（如果尚不存在）。

注意

当使用 graph.initializers[key] = value 设置初始化器时，如果值没有名称，它将被分配 key 作为其名称。

property inputs: MutableSequence[Value]

insert_after(node, new_nodes, /)

在 O(#new_nodes) 时间内，在给定节点之后插入新节点。

如果任何名称为 None，则会为节点及其值分配唯一的名称。

参数:

• node (Node) – 要在其后插入的节点。

• new_nodes (Iterable[Node] | Node) – 要插入的新节点。

引发:

ValueError – 如果任何节点属于另一个图。

返回类型:

无

insert_before(node, new_nodes, /)

在 O(#new_nodes) 时间内，在给定节点之前插入新节点。

如果任何名称为 None，则会为节点及其值分配唯一的名称。

参数:

• node (Node) – 要在其之前插入的节点。

• new_nodes (Iterable[Node] | Node) – 要插入的新节点。

引发:

ValueError – 如果任何节点属于另一个图。

返回类型:

无

property meta: MetadataStore

用于中间分析的元数据存储。

如果要将元数据序列化到 ONNX proto，请写入 metadata_props。

property metadata_props: dict[str, str]

图的元数据属性。

元数据属性用于存储有关图的额外信息。与 meta 不同，此属性被序列化到 ONNX proto。

node(index_or_name, /)

按索引或名称获取节点。

这是一个 O(n) 操作。获取图两端（0 或 -1）的节点是 O(1)。

注意

如果需要重复随机访问，请考虑使用 list(graph) 将其转换为列表。或者对于按名称重复访问，转换为字典：{node.name for node in graph}。

当提供名称并且存在多个同名节点时，返回第一个同名节点。

参数:

index_or_name (int | str) – 节点的索引或名称。

返回:

如果找到，则为节点。

引发:

• IndexError – 如果索引超出范围。

• ValueError – 如果未找到具有给定名称的节点。

返回类型:

Node

num_nodes()

在 O(1) 时间内获取图中的节点数量。

请注意，此方法返回此图直接包含的节点数量。它不计算子图中的节点。

这是 len(graph) 的别名。如果您喜欢更具描述性的名称以提高可读性，请使用此方法。

返回类型:

int

property opset_imports: dict[str, int]

property outputs: MutableSequence[Value]

register_initializer(value)

向图注册初始化器。

这是一个方便的方法，用于通过检查向图注册初始化器。

参数:

value (Value) – 要注册为图初始化器的 Value。它必须设置 .const_value。

引发:

• ValueError – 如果已注册同名但不是此值的值。

• ValueError – 如果值没有名称。

• ValueError – 如果初始化器是由节点生成的。

• ValueError – 如果值没有设置 .const_value。

返回类型:

无

remove(nodes, /, safe=False)

在 O(#要移除的节点数) 时间内从图中移除节点。

如果发生任何错误，为确保图不会处于不一致状态，图不会被修改。

参数:

• nodes (Node | Iterable[Node]) – 要移除的节点。

• safe (bool) –

  如果为 True，则在移除前执行以下操作

  1. 检查以确保要移除的节点在移除前没有用户。2. 检查节点是否对任何图输出有贡献。3. 移除对所有输入的引用，使其不再是其他节点的用户。

引发:

• ValueError – 如果要移除的任何节点不属于此图。

• ValueError – (当 safe=True 时) 如果节点不属于此图或节点有用户。

• ValueError – (当 safe=True 时) 如果节点仍被其他未移除的节点使用。

返回类型:

无

sort()

在 O(#nodes + #values) 时间内对此图和所有子图执行拓扑排序。

此排序是稳定的。它尽可能地保留原始顺序。

参考：https://github.com/madelson/MedallionTopologicalSort#stable-sort

引发:

ValueError – 如果图包含循环，导致无法进行拓扑排序。

返回类型:

无

subgraphs()

在 O(#nodes + #attributes) 时间内获取图中的所有子图。

0.1.2 版本新增。

返回类型:

Iterator[Graph]