如何详细解析将Keras模型转换为ONNX模型的Python深度学习步骤?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1260个文字,预计阅读时间需要6分钟。
目录+从Keras模型转换为PB模型+从PB模型转换为ONNX模型+修改现有的ONNX模型精度+部署ONNX模型+总结+从Keras转换到PB模型的注意事项,请注意,如果直接使用Keras2ONNX进行模型转换,转换失败的概率较高。
目录
- 从Keras转换成PB模型
- 从PB模型转换成ONNX模型
- 改变现有的ONNX模型精度
- 部署ONNX 模型
- 总结
从Keras转换成PB模型
请注意,如果直接使用Keras2ONNX进行模型转换大概率会出现报错,这里笔者曾经进行过不同的尝试,最后都失败了。
所以笔者的推荐的情况是:首先将Keras模型转换为TensorFlow PB模型。
那么通过tf.keras.models.load_model()这个函数将模型进行加载,前提是你有一个基于h5格式或者hdf5格式的模型文件,最后再通过改变模型的保存格式save_format参数改为tf。即可实现从Keras转换为TensorFow的格式文件了。
本文共计1260个文字,预计阅读时间需要6分钟。
目录+从Keras模型转换为PB模型+从PB模型转换为ONNX模型+修改现有的ONNX模型精度+部署ONNX模型+总结+从Keras转换到PB模型的注意事项,请注意,如果直接使用Keras2ONNX进行模型转换,转换失败的概率较高。
目录
- 从Keras转换成PB模型
- 从PB模型转换成ONNX模型
- 改变现有的ONNX模型精度
- 部署ONNX 模型
- 总结
从Keras转换成PB模型
请注意,如果直接使用Keras2ONNX进行模型转换大概率会出现报错,这里笔者曾经进行过不同的尝试,最后都失败了。
所以笔者的推荐的情况是:首先将Keras模型转换为TensorFlow PB模型。
那么通过tf.keras.models.load_model()这个函数将模型进行加载,前提是你有一个基于h5格式或者hdf5格式的模型文件,最后再通过改变模型的保存格式save_format参数改为tf。即可实现从Keras转换为TensorFow的格式文件了。

