PytorchモデルをONNX経由でCoreMLモデルに変換する（あえてね）
CoreMLTools4.0からPytorchモデルを直接（Traced_Model経由で）変換できるようになりました。
旧式のONNX経由で変換するやりかたは非推奨になったのだけど、とはいえ「直接変換はできない」かつ「旧式ONNX方式だと変換できた」ケースもあったので、書いておくです🐣
1.PyTorchモデルをONNXにエクスポート
x = torch.randn(1, 3, 224, 224, requires_grad=True).cuda() #ダミーインプット(batch_size,color_channel,width,height) モデルがCuda使ってるなら、.cuda()
torch.onnx.export(torch_model, # モデル
x, # ダミーインプット
"torch_model.onnx", # 保存パス
export_params=True, # モデルの重みも保存するか
# opset_version=10, # エクスポートするONNXのバージョン
# do_constant_folding=True, # 最適化のために定数畳み込みを実行するかどうか
# input_names = ['input'], # the model's input names
# output_names = ['output'], # the model's output names
dynamic_axes={'input' : {0 : 'batch_size'},
'output' : {0 : 'batch_size'}})
2.CoreMLTools ONNX_CoreMLをインストール
pip install coremltools==3.4
pip install onnx_coreml
3.ONNXをCoreMLに変換
from onnx_coreml import convert
mlmodel = convert("torch_model.onnx")
mlmodel.save("torch_model.mlmodel")
🐣
お仕事のご相談こちらまで
[email protected]
Core MLを使ったアプリを作っています。
機械学習関連の情報を発信しています。
Author And Source
この問題について(PytorchモデルをONNX経由でCoreMLモデルに変換する（あえてね）), 我々は、より多くの情報をここで見つけました https://qiita.com/john-rocky/items/b0323e649153acee52d8著者帰属：元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .