zoukankan      html  css  js  c++  java
  • 深度学习模型转换之Mxnet转ONNX

    1.   Description - 说明

    mxnet2onnx是一款将训练好的mxnet模型转换成以onnx格式保存的模型转换工具。

    2.   mxnet2onnx接口

    onnx_mxnet.export_model(sym, params, [input_shape], np.float32, onnx_file)

    export_model:导出模型的API,返回转换后的onnx模型的路径

    sym:mxnet模型的输入符号文件

    params:mxnet模型的参数文件

    input_shape:标准的imagenet的输入通道

    onnx_file:输出模型的路径

    3.   具体使用操作

    在mxnet2onnx.py代码中设置好,载入mxnet模型的路径,已经需要保存的onnx模型的名字和路径,接着打开终端,执行python mxnet2onnx.py,即可在目标路径下生成转换好的onnx模型。

    4.   Sample

    sym = './resnet-50-symbol.json'

           params = './resnet-50-0000.params'

           # 标准Imagenet输入- 3通道,224*224

           input_shape = (1, 3, 224, 224)

           # 输出文件的路径

           onnx_file = './resnet-50.onnx'

           # 调用导出模型API。它返回转换后的onnx模型的路径

           converted_model_path = onnx_mxnet.export_model(sym, params, [input_shape], np.float32, onnx_file)

    然后执行python mxnet2onnx.py,即可在当前工程目录下生成onnx模型。

  • 相关阅读:
    LCA问题的离线处理Tarjan算法模版
    匈牙利算法 模版
    poj 1190 dfs
    poj 1376 bfs
    划分树模版
    让innerHTML的脚本也可以运行起来
    Keycode对照表
    Javascript 操作XML简单介绍
    Webdings和Wingdings字符码对应表
    动态加载JS脚本的4种方法
  • 原文地址:https://www.cnblogs.com/wanggangtao/p/13180406.html
Copyright © 2011-2022 走看看