将机器学习模型转换为ONNX以在Windows ML中使用
项目描述
WinMLTools为Windows ML提供以下工具
模型转换
WinMLTools 允许您将不同机器学习工具箱中的模型转换为 ONNX，以便在 Windows ML 中使用。目前支持以下工具箱
苹果 CoreML
keras
scikit-learn
lightgbm
xgboost
libSVM
tensorflow (实验性)
以下是一个将 Core ML 模型进行转换的简单示例
from coremltools.models.utils import load_spec
from winmltools import convert_coreml
model_coreml = load_spec('example.mlmodel')
model_onnx = convert_coreml(model_coreml, 10, name='ExampleModel')
训练后权重量化
WinMLTools 提供量化工具以减少模型的内存占用。
以下是将 ONNX 模型转换为量化 ONNX 模型的示例
import winmltools
model = winmltools.load_model('model.onnx')
quantized_model = winmltools.quantize(model, per_channel=True, nbits=8, use_dequantize_linear=True)
winmltools.save_model(quantized_model, 'quantized.onnx')
依赖项
为了从不同的工具箱中进行转换，您可能需要安装以下不同转换器的包
工具箱 |
来源 |
|---|---|
keras |
|
tensorflow |
|
scikit-learn |
|
lightgbm |
|
xgboost |
|
libsvm |
您可以从各种网络来源下载 libsvm 轮子。一个例子可以在以下找到：https://www.lfd.uci.edu/~gohlke/pythonlibs/#libsvm |
coremltools |
目前 coreml 在 Windows 上不提供 coreml 打包。您可以从源代码安装：pip install git+https://github.com/apple/coremltools |
有关 WinMLTools 的更多信息，您可以访问 使用 WinMLTools 将 ML 模型转换为 ONNX
许可协议
MIT 许可证
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解更多关于 安装包 的信息。
源分布
winmltools-1.5.1.tar.gz (26.9 kB 查看散列)
构建分布
winmltools-1.5.1-py2.py3-none-any.whl (40.7 kB 查看散列)
