expose get_all_supported_ops in python

Signed-off-by: Zhang Jun <[email protected]>

docs/zh/Paddle2ONNX_Development_Guide.md

@@ -5,8 +5,7 @@
 ## 1 Paddle2ONNX 简介
 
 ### 1.1 什么是 ONNX
-
-ONNX（Open Neural Network Exchange）是一个开放的深度学习模型交换格式，旨在使不同深度学习框架之间的模型转换和互操作变得更加容易。它由微软和Facebook联合开发，于2017年宣布发布。ONNX的主要目标是使深度学习模型在不同框架之间更容易地移植和部署。通过 ONNX 格式，Paddle 模型可以使用 ONNXRuntime、RKNNRuntime 和 TensorRT 等推理框架进行推理。
+ONNX（Open Neural Network Exchange）是一个开放的深度学习模型交换格式，旨在使不同深度学习框架之间的模型转换和互操作变得更加容易。它由微软和 Facebook 联合开发， 于201 7年宣布发布。ONNX 的主要目标是使深度学习模型在不同框架之间更容易地移植和部署。通过 ONNX 格式，Paddle 模型可以使用 ONNXRuntime、RKNNRuntime 和 TensorRT 等推理框架进行推理。。
 
 ### 1.2 什么是 Paddle2ONNX
 
@@ -53,11 +52,21 @@ Paddle2ONNX 开发的主要步骤为：
 
 通过 Netron 的可视化，可以看到， **ATTRIBUTES** 中的参数 **axis** 和 **shifts** 与核心文档中的输入参数一一对应。
 
+
+> [!NOTE]
+> 获取当前所有支持的 OP 列表的方法：
+> 
+> ```python
+> import paddle2onnx
+> paddle2onnx.get_all_supported_operators()
+> ```
+
+
 ### 3.3 查阅 ONNX API 文档
 
 掌握 Paddle OP 的原理和使用方式后，查阅 [ONNX Operators Docs](https://onnx.ai/onnx/operators/index.html) 找到对应的实现，若 ONNX OP 和 Paddle OP 没有一对一的实现，则需要根据 Paddle OP 的原理使用多个 ONNX OP 组合实现。 
 当我们在 [ONNX Operators Docs](https://onnx.ai/onnx/operators/index.html) 中查找 roll 算子时，我们会发现 ONNX 并没有直接实现这个算子，因此我们需要把这个算子手动拆分为 ONNX 支持的形式。
-这里我参考了 [torch 导出 roll 算子](https://github.com/pytorch/pytorch/blob/d39790340db916e128b2b637cd12f4616fddb87d/torch/onnx/symbolic_opset9.py#L3261)，准备将roll算子用 **Slice** 和 **Concat** 来实现。
+这里我参考了 [torch 导出 roll 算子](https://github.com/pytorch/pytorch/blob/d39790340db916e128b2b637cd12f4616fddb87d/torch/onnx/symbolic_opset9.py#L3261，准备将 roll 算子用  **Slice** 和 **Concat** 来实现。
 
 ### 3.4 在 Paddle2ONNX 中新建转换文件
 
@@ -94,7 +103,7 @@ class RollMapper : public Mapper {
 ```
 
 > 注：
-> * Paddle2ONNX 需要实现 Opset version 7～16，如果实现的 OP 不是从 Opset version 7 开始，或者由于 Paddle OP 中的某些属性导致无法导出为ONNX，则需要重写基类中的 GetMinOpsetVersion 函数，该函数返回 -1 表示该 OP 无法导出为 ONNX，否则表示导出该 OP 所需的最小 Opset version
+> *Paddle2ONNX 需要实现 Opset version 7～16，如果实现的 OP 不是从 Opset version 7 开始，或者由于 Paddle OP 中的某些属性导致无法导出为 ONNX，则需要重写基类中的 GetMinOpsetVersion 函数，该函数返回 -1 表示该 OP 无法导出为 ONNX，否则表示导出该 OP 所需的最小 Opset versionn
 > * OpsetX 函数表示 opset version 为 x 时的转换实现函数，如果定义了 Opset7 和 Opset10 两个转换方法，意味着用户指定转出 opset version 7～9 时，使用 Opset7 中的转换逻辑实现转换，用户指定 opset version 10～16 时，使用 Opset10 中的转换逻辑实现转换
 
 
@@ -277,8 +286,8 @@ class Net(BaseNet):
 > **op_names**：`list of str`，需要检查的 OP 名，如：["conv2d"]表示要测试的 OP 为 conv2d。  
 > **test_data_shapes**：`list of list`，测试数据的 shape，如：[[10, 32, 10, 10], [64, 32, 3, 3]]表示第一个输入的 shape 为 [10, 32, 10, 10]，第二个输入的 shape 为 [64, 32, 3, 3]。  
 > **test_data_types**：`list of list`，测试数据的数据类型，长度必须和 `test_data_shapes` 一致，如：[[“float32“, "float64"], ["int32",  "int64"]]表示第一个输入支持的数据类型为 “float32“ 和 "float64"，第二个输入支持的数据类型为 "int32" 和 "int64"。  
-> **opset_version**：`list`，表示需要测试的 opset version，只需要设置支持的最小 opset version 便可，如 [9] 表示测试opset version为 9～16 的转换。  
-> **input_spec_shape**：`list of list`，为了支持动态shape而设置，如 [[-1, 3, -1, -1],[-1, 3, -1, -1]] 表示两个输入都为动态 shape，如果不需要测试动态 shape 的转换，请直接设置为 []。
+> **opset_version**：`list，表示需要测试的 opset version，只需要设置支持的最小 opset version 便可，如 [9] 表示测试 opset version 为 9～16 的转换。。  
+> **input_spec_shape**：`list of list，为了支持动态 shape 而设置，如 [[-1, 3, -1, -1],[-1, 3, -1, -1]] 表示两个输入都为动态 shape，如果不需要测试动态 shape 的转换，请直接设置为 []。。
 4. 其他所有的参数都可以放到 config 中，然后在 Net 中取出需要的数据，同时 config 中的数据在运行单测时也会实时打印出来便于调试。
 5. 返回参数 `model` 是一个 Net() 对象或者 list of Net()，list of Net() 可以实现一个单测测试多个 OP 转换，具体可参考[`test_auto_scan_unary_ops.py`](https://github.com/PaddlePaddle/Paddle2ONNX/blob/develop/tests/test_auto_scan_unary_ops.py)
 

paddle2onnx/cpp2py_export.cc

@@ -21,7 +21,7 @@
 #include "paddle2onnx/converter.h"
 #include "paddle2onnx/mapper/exporter.h"
 #include "paddle2onnx/optimizer/paddle2onnx_optimizer.h"
-
+#include "paddle2onnx/mapper/register_mapper.h"
 namespace paddle2onnx {
 
 typedef std::map<std::string, std::string> CustomOpInfo;
@@ -95,5 +95,10 @@ PYBIND11_MODULE(paddle2onnx_cpp2py_export, m) {
     ONNX_NAMESPACE::optimization::Paddle2ONNXFP32ToFP16(fp32_model_path,
                                                      fp16_model_path);
   });
+  m.def("get_all_supported_operators", []() {
+
+    auto operators = MapperHelper::Get()->GetAllOps();
+    return operators;
+  });
 }
 }  // namespace paddle2onnx

paddle2onnx/mapper/register_mapper.h

@@ -63,20 +63,12 @@ class MapperHelper {
     return helper;
   }
 
-  int64_t GetAllOps(const std::string& file_path) {
-    std::ofstream outfile(file_path);
-    if (!outfile) {
-      std::cerr << "Failed to open file: " << file_path << std::endl;
-      return mappers.size();
-    }
+  std::vector<std::string> GetAllOps() {
+    std::vector<std::string> operators;
     for (auto iter = mappers.begin(); iter != mappers.end(); iter++) {
-      outfile << iter->first << std::endl;
+      operators.push_back(iter->first);
     }
-    outfile << "Total OPs: " << mappers.size() << std::endl;
-    std::cout << " [ * Paddle2ONNX * ] All Registered OPs saved in "
-              << file_path << std::endl;
-    outfile.close();
-    return mappers.size();
+    return operators;
   }
 
   bool IsRegistered(const std::string& op_name) {

paddle2onnx/utils.py

@@ -15,11 +15,12 @@
 from __future__ import absolute_import
 
 import importlib
-import collections
 import time
-import os
 import sys
+import paddle2onnx.paddle2onnx_cpp2py_export as c_p2o
 
+def get_all_supported_operators():
+    return c_p2o.get_all_supported_operators()
 
 def try_import(module_name):
     """Try importing a module, with an informative error message on failure."""