我的问题可以分为两部分。在
是否有一种可以通过不同库使用的机器学习模型文件格式?例如,我用pytorch保存了一个模型,然后使用tensorflow加载它?
如果没有,是否有一个库可以帮助转换格式,以便pytorch机器学习模型可以直接在keras中使用?
我问这个问题的原因是,最近我需要将我以前在tensorflow中训练过的一些模型调整为pytorch。在
此问题的更新: Facebook和微软将推出一个名为ONNX的模型标准,用于在不同的framworks之间传输模型,例如在Pytorch到Caffe2之间。链接如下:
此问题的进一步更新: Tensorflow本身使用协议缓冲格式来存储模型文件,可以用于不同模型之间的传输。链接如下:
预测标记建模语言(PMML)是一种基于XML的机器学习模型表示语言。它是一个open standard,许多公司都使用它来序列化和反序列化模型。我使用过支持PMML的库来支持机器学习模型,比如SVM和决策树,但没有将其用于深度学习模型。但是,有一些开源项目可以使用Tensorflow和{a3},但是这些库似乎是为了序列化和反序列化以用于同一个库。您可能需要检查PMML是否在库之间进行序列化和反序列化。在
很有趣的问题。神经网络是一种数学抽象,由层(卷积、递归等)、运算(点积、非线性等)及其各自的参数(权重、偏差)组成的网络。在
阿飞,没有通用的模型文件。尽管如此,不同的库允许用户以二进制格式保存模型。
没有用于转换的库,但是github repo上的工作解决了这个问题。
你可以试试Pytorch2Keras转换器。在
在那一刻,它支持基础层,如Conv2d、Linear、Activations、Element-wise操作。所以,我转换了ResNet50,错误为1e-6。在
相关问题 更多 >
编程相关推荐