MNN模型resizeSession之后，推理结果出现较大误差 about mnn HOT 11 OPEN

输出不要 resize

m_mnnNet_decoder->resizeTensor(output_vector, {2, input_ids_size, 46});

from mnn.

输出不要 resize

m_mnnNet_decoder->resizeTensor(output_vector, {2, input_ids_size, 46});

试过了，没什么变化

from mnn.

直接把onnx模型按照需要的size导出，不设置dynamic_size的话，推理结果是正确的

from mnn.

设置 dyamic_size 后导出 onnx ，然后按指定输入用 testMNNFromOnnx.py 测试结果如何？

from mnn.

int i_modelW2 = input_img->width();
int i_modelH2 = input_img->height();
int i_modelC2 = input_img->channel();
int i_modelB2 = input_img->batch();
int i2_modelW2 = input_mask->width();
int i2_modelH2 = input_mask->height();
int i2_modelC2 = input_mask->channel();
int i2_modelB2 = input_mask->batch();
int m_modelW2 = input_ids->width();
int m_modelH2 = input_ids->height();
int m_modelC2 = input_ids->channel();
int m_modelB2 = input_ids->batch();
int o_modelW2 = output_vector->width();
int o_modelH2 = output_vector->height();
int o_modelC2 = output_vector->channel();
int o_modelB2 = output_vector->batch();

这一段有点问题，非四维不要用 width/height 等，用 length(0) , length(1) , length(2)

from mnn.

::memcpy(input_1->writeMap(), src_mask.data(), src_mask.size() * sizeof(bool));
这个 bool 都换成 int32_t

from mnn.

设置 dyamic_size 后导出 onnx ，然后按指定输入用 testMNNFromOnnx.py 测试结果如何？

结果如图，这个误差应该是正确的，不太大，C++里面的误差非常大

from mnn.

是不是resizeSession产生的错误呢

from mnn.

设置 dyamic_size 后导出 onnx ，然后按指定输入用 testMNNFromOnnx.py 测试结果如何？

结果如图，这个误差应该是正确的，不太大，C++里面的误差非常大

但是 MNN的推理结果是和pytorch比的，这个结果是mnn和onnx比的

from mnn.

1

from mnn.

设置 dyamic_size 后导出 onnx ，然后按指定输入用 testMNNFromOnnx.py 测试结果如何？

结果如图，这个误差应该是正确的，不太大，C++里面的误差非常大

这个误差挺大的。更新到 2.9.0 测试下，仍然有问题的话发一下 onnx

from mnn.