PyTorch to Paddle 计算图转换

[WHoutstanding]

PyTorch to Paddle 计算图转换

1. 背景与目标

1.1 背景

GraphNet 项目包含大量从 PyTorch 提取的计算图样本（位于 samples/ 目录），需要将这些样本转换为 PaddlePaddle 格式，以扩展 Paddle 样本库并支持跨框架对比分析。

1.2 目标

• 使用 PaConvert 工具将 samples/ 中的 PyTorch 样本批量转换为 Paddle 格式
• 转换后样本保存到 torch_to_paddle_samples/ 目录
• 对转换后的样本进行批量测试验证

2. 样本结构分析

2.1 PyTorch 样本文件结构

每个 PyTorch 样本目录包含以下文件：

samples/{source}/{model_name}/
├── model.py              # 包含 GraphModule(torch.nn.Module) 类定义
├── graph_net.json        # 元数据配置（framework: "torch"）
├── graph_hash.txt        # 计算图哈希值（用于去重）
├── input_meta.py         # 输入张量元数据（可能为空）
└── weight_meta.py        # 权重张量元数据（包含 torch 类型字符串）

2.2 文件转换方法

2.2.1 model.py

• 转换方法：使用 PaConvert 自动转换
• 出现的问题：部分 API 或者函数参数的类型注明没有转换
  example:
  torch.nn.functional.max_pool2d
  torch._C._nn.linear
  s1: torch.SymInt
• 原因：PaConvert 主要针对标准 PyTorch 代码，可能无法完全处理这种格式

2.2.2 weight_meta.py

• 转换方法：使用正则表达式对 dtype 进行批量替换"torch.float32" → "paddle.float32", "torch.int64" → "paddle.int64"

class Program_weight_tensor_meta_L_self_modules_conv1_parameters_weight_:
    name = "L_self_modules_conv1_parameters_weight_"
    shape = [64, 3, 7, 7]
    dtype = "torch.float32"
    device = "cuda:0"
    mean = -0.001
    std = 0.235
    data = None

2.2.3 graph_net.json

• 转换方法："framework": "torch" → "framework": "paddle"

2.2.4 input_meta.py

• 特点：可能为空文件或包含输入元数据
• 转换方法：检查是否包含 torch 相关代码，如有则转换

2.2.5 graph_hash.txt

• 转换方法：计算图转换成功后重新生成（使用 graph_net.paddle.validate 的 --no-dump-graph-hash-key 选项）

PyTorch to Paddle 计算图转换当前重点问题

如何解决model.py 部分api无法成功转换