[英]Deep learning: save and load a universal machine model through different libraries
我的問題可以分為兩部分。
是否有可以通過不同庫使用的機器學習模型文件的格式？ 例如，我通過pytorch保存了一個模型，然后使用tensorflow加載它？
如果沒有，是否有一個可以幫助傳輸格式的庫，以便可以直接在keras中使用pytorch機器學習模型？
我之所以提出這個問題的原因是，最近我需要將之前訓練過的一些模型調整為tensorflow到pytorch。
這個問題的更新： Facebook和微軟將推出一個名為ONNX的模型標准，用於在不同的框架之間傳輸模型，例如在Pytorch和Caffe2之間。 鏈接如下：
此問題的進一步更新： Tensorflow本身使用協議緩沖區格式來存儲模型文件，該文件可用於在不同模型之間進行傳輸。 鏈接如下：
非常有趣的問題。 神經網絡是一種數學抽象，由層網絡（卷積，循環，......），運算（點積，非線性......）及其各自的參數（權重，偏差）組成。
AFAIK，沒有通用的模型文件。 盡管如此，不同的庫允許用戶以二進制格式保存其模型。
沒有用於轉換的庫，但是在github repo上有努力解決這個問題。
預測標記建模語言（PMML）是一種基於XML的表示語言，適用於許多機器學習模型。 它是許多公司用於序列化和反序列化模型的開放標准 。 我已經使用了支持PMML的庫，用於機器學習模型，如SVM和決策樹，但還沒有將它用於深度學習模型。 不過，也有開源項目將與Tensorflow和Keras ，但這些庫似乎是序列化和反序列化具有相同庫的使用。 您可能想要檢查PMML是否在庫之間進行序列化和反序列化方面取得了進展。
如果沒有，是否有一個可以幫助傳輸格式的庫，以便可以直接在keras中使用pytorch機器學習模型？
你可以試試Pytorch2Keras轉換器。
在那一刻，它支持基礎層，如Conv2d，線性，激活，元素操作。 所以，我轉換了ResNet50，錯誤為1e-6。
深度學習：如何保存計算的模型以進行預測以及以后如何加載
[英]Deep learning: how can I save the computed model for prediction and how to load it later
如何將一個訓練好的機器學習model保存到python中加載到C++中進行預測？
[英]How to save a trained machine learning model in python and load it in C++ for prediction?
如何通過 joblib 向/從 S3 存儲桶寫入/加載機器學習 model？
[英]How to write/load machine learning model to/from S3 bucket through joblib?
我得到了不同的 output 形狀和不同的深度學習 model 聲明
[英]I got different output shape with different Deep Learning model declaration
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
