将机器学习模型转换为onnx，以便在windows ml中使用
winmltools的Python项目详细描述
winmltools为windows ml提供以下工具：
模型转换
winmltools允许您从不同的计算机转换模型 在ONNX中学习工具包，以便与windows ml一起使用。 目前支持以下工具包：
- 苹果coreml
- 路缘石
- SCIKIT学习
- lightgbm
- xgboost
- libsvm
- SPARKML（实验）
- 张量流（实验）
下面是一个转换核心ml模型的简单示例：
from coremltools.models.utils import load_spec
from winmltools import convert_coreml
model_coreml = load_spec('example.mlmodel')
model_onnx = convert_coreml(model_coreml, 7, name='ExampleModel')
训练后权重量化
winmltools提供量化工具来减少模型的内存占用。
下面是将onnx模型转换为量化onnx模型的示例：
import winmltools
model = winmltools.load_model('model.onnx')
quantized_model = winmltools.quantize(model, per_channel=True, nbits=8, use_dequantize_linear=True)
winmltools.save_model(quantized_model, 'quantized.onnx')
依赖性
要从不同的工具包进行转换，可能需要为不同的转换器安装以下软件包：
| Toolkit | Source |
|---|---|
| keras | https://pypi.org/project/Keras |
| tensorflow | https://pypi.org/project/tensorflow |
| scikit-learn | https://pypi.org/project/scikit-learn |
| lightgbm | https://pypi.org/project/lightgbm |
| xgboost | https://pypi.org/project/xgboost |
| libsvm | You can download libsvm wheel from various web sources. One example can be found here: https://www.lfd.uci.edu/~gohlke/pythonlibs/#libsvm |
| coremltools | Currenlty coreml does not distribute coreml packaging on windows. You can install from source: pip install git+https://github.com/apple/coremltools |
| pyspark | https://pypi.org/project/pyspark |
有关winmltools的详细信息，可以转到Convert ML models to ONNX with WinMLTools
许可证
麻省理工学院许可证
欢迎加入QQ群-->： 979659372
