Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

onnx_graphsurgeon: Constant with float8_e4m3fnuz values is exported as FLOAT8E4M3FN

オープン 初心者向け
  • 何か問題がありますか？
#4,856 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

@luicarus がすでに取り組んでいます。

2026年9月21日 から。

  • #4857 @luicarus による — オープン

評価

難易度
1/5
見積もり時間
1時間未満
初心者へのやさしさ
92/100
issue の種類
バグ
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
python
領域
machine-learning

調査の方向性

onnx_graphsurgeon/exporters/onnx_exporter.py の dtype_to_onnx と ml_dtype_to_onnx_name テーブルから始めます。最小限の Constant/export_tensor_proto の再現を実行し、float8_e4m3fnuz が FLOAT8E4M3FNUZ としてエクスポートされること、また、インポートした initializer が値の具象化と再エクスポートの後もその型を保持することを確認します。

索引モデルが issue の本文から書いたものです。

説明

Module:GraphSurgeon
Description

dtype_to_onnx in onnx_graphsurgeon/exporters/onnx_exporter.py currently maps ml_dtypes.float8_e4m3fnuz to FLOAT8E4M3FN instead of FLOAT8E4M3FNUZ:

ml_dtype_to_onnx_name = {
    np.dtype(ml_dtypes.float8_e4m3fn):   "FLOAT8E4M3FN",
    np.dtype(ml_dtypes.float8_e4m3fnuz): "FLOAT8E4M3FN",  # should be FLOAT8E4M3FNUZ
    np.dtype(ml_dtypes.float8_e5m2):     "FLOAT8E5M2",
    np.dtype(ml_dtypes.float8_e5m2fnuz): "FLOAT8E5M2FNUZ",
    ...
}

FLOAT8E4M3FN and FLOAT8E4M3FNUZ are distinct ONNX data types with the same storage width. As a result, the exported raw_data has the expected size and bytes, but the tensor is tagged with the wrong type. Consumers that decode those bytes according to the ONNX type can therefore interpret the values differently.

A minimal reproduction:

import ml_dtypes
import numpy as np
import onnx

from onnx_graphsurgeon.ir.tensor import Constant
from onnx_graphsurgeon.exporters.onnx_exporter import OnnxExporter

values = np.random.random_sample((2, 4)).astype(
    ml_dtypes.float8_e4m3fnuz
)
proto = OnnxExporter.export_tensor_proto(
    Constant("c", values=values)
)

print(proto.data_type)                  # 17: FLOAT8E4M3FN
print(onnx.TensorProto.FLOAT8E4M3FNUZ)  # 18: expected

The issue also breaks import/export round trips once a lazy initializer is materialized. Import already handles FLOAT8E4M3FNUZ correctly, but after accessing .values, re-exporting the tensor changes its type from 18 to 17:

graph = gs.import_onnx(model_with_fnuz_initializer)
tensor = graph.tensors()["w"]

_ = tensor.values  # materialize LazyValues

OnnxExporter.export_tensor_proto(tensor).data_type
# 17 (FLOAT8E4M3FN), originally 18 (FLOAT8E4M3FNUZ)

float8_e5m2fnuz is mapped correctly to FLOAT8E5M2FNUZ in the same table, so the problem appears to be isolated to the float8_e4m3fnuz entry.

Expected behavior

ml_dtypes.float8_e4m3fnuz values should export with:

onnx.TensorProto.FLOAT8E4M3FNUZ

and an imported FLOAT8E4M3FNUZ initializer should preserve its data type after materialization and re-export.

Environment
  • onnx_graphsurgeon 0.6.1
  • also reproducible on current main
  • onnx 1.23.0
  • ml_dtypes 0.6.0
  • Python 3.13
Provenance

The mapping appears to have been introduced in commit a180e081 (10.8 release changes, 2025-01-31), which added the ml_dtype_to_onnx_name table. The affected entry currently matches the float8_e4m3fn mapping immediately above it.

主要言語
C++
スター
13.4k
フォーク
2.4k
平均マージ
15分
マージ済み PR（30日）
2

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

NVIDIA/TensorRT のほかの issue

NVIDIA/TensorRT の issue をすべて見る

似ている issue

C++ の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。