版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/xiaoxifei/article/details/82685298
我们知道Pytorch采用的是动态图机制,非常有利于进行算法框架的快速开发以及相关验证,但是目前Pytorch直接应用于产品上还存在一定的不确定性,因此目前产品上主要还是采用基于Tensorflow或者Theano的成熟框架,正好keras作为对上述两种框架的成熟封装具有很好的适用性,可以方便的切换后端,用以使用Tensorflow、Tneano、CNTK 的backend;基于此,在工作中会遇到将开发好的Pytorch模型及权重转为keras的情况,这里记载一种自动转变的代码以及相应的例子:
代码下载位置如下:
https://download.csdn.net/download/xiaoxifei/10664010
代码使用的例子如下:
1. 按照Pytorch类的形式 简单的将其实例化
像上面这样的,将LeNet实例化 pytorch_network
2. 确认使用Pytorch定义的各个网络层的名称
3. 需要使用keras 写好对应的网络模型,并且使用内建参数name进行同样的命名
4. 然后调用transfer方法进行转换即可
5. 进行两者的测试
如果转换成功则两者的输出应当一致