• 如果觉得本站的内容有帮助,可以考虑打赏博主哦!

  • 欢迎大家交换友链,可在https://www.stubbornhuang.com/申请友情链接进行友链交换申请!

  • 本站会放置Google广告用于维持域名以及网站服务器费用。

  • 在本站开通年度VIP,无限制下载本站资源和阅读本站文章

  • 计算机图形学与计算几何经典必备书单整理,下载链接可参考:https://www.stubbornhuang.com/1256/

  • 本站由于前段时间遭受到大量临时和国外邮箱注册,所以对可注册的邮箱类型进行了限制!

  • 感谢大家访问本站,希望本站的内容可以帮助到大家!

  • 问题反馈可发送邮件到stubbornhuang@qq.com

  • 工资「喂饱肚子」,副业「养活灵魂」!

OnnxRuntime – C++捕获OnnxRuntime中的异常

OnnxRuntime 发布于2023-08-24 阅读 3,074次 0次评论 0次点赞 本文共949个字,阅读需要3分钟。

1 如何捕获OnnxRuntime中的异常

之前在写OnnxRuntime部署模型代码的时候没有写捕获异常的代码,导致推理过程出错就直接崩溃。今天查了一下,在OnnxRuntime中是有异常处理机制的,OnnxRuntime中提供了继承std::exception的结构体Ort::Exception,在onnxruntime_cxx_api.h中定义如下

struct Exception : std::exception {
  Exception(std::string&& string, OrtErrorCode code) : message_{std::move(string)}, code_{code} {}

  OrtErrorCode GetOrtErrorCode() const { return code_; }
  const char* what() const noexcept override { return message_.c_str(); }

 private:
  std::string message_;
  OrtErrorCode code_;
};

在发生异常时会通过

#define ORT_CXX_API_THROW(string, code) \
  throw Ort::Exception(string, code)
#endif

抛出异常。

所以在我们的模型部署代码中只需要通过try...catch语句块捕捉异常即可,示例代码如下

    try {
        auto output_tensors = m_session.Run(
            Ort::RunOptions{ nullptr },
            onnx_input_names.data(),
            model_input_tensors.data(),
            model_input_tensors.size(),
            onnx_output_names.data(),
            onnx_output_names.size()
        );
    }
    catch (Ort::Exception& e)
    {
        std::cout << "inference failed, error_code = " << e.GetOrtErrorCode() << ", error_message: " << e.what() << std::endl;
    }

通过捕捉异常,我们可以通过异常避免程序发生崩溃,通过异常处理机制增强程序的健壮性。

欢迎扫码关注我的微信公众号,及时获取文章更新

微信公众号二维码

本文作者:StubbornHuang

版权声明:本文为站长原创文章,如果转载请注明原文链接!

原文标题:OnnxRuntime – C++捕获OnnxRuntime中的异常

原文链接:https://www.stubbornhuang.com/2765/

发布于:2023年08月24日 9:25:44

修改于:2023年08月24日 9:25:44

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

文章末尾
上一篇
WordPress - 获取网站名称和首页网站链接
WordPress
下一篇
OnnxRuntime - 如何部署多个输入和多个输出tensor的onnx模型
OnnxRuntime
当前分类随机文章推荐

发表评论

您必须 [ 登录 ] 才能发表留言!

关注我们的公众号

微信公众号