如何从MATLAB导入深度学习模型到PyTorch？

Question

我正在尝试从MATLAB导入一个经过DNN训练的模型到PyTorch。

我已经找到了相反情况的解决方案(从PyTorch到MATLAB)，但没有提出如何从MATLAB导入经过训练的模型到PyTorch的解决方案。

有什么想法吗？

Answer 1

您可以首先使用将模型导出为ONNX格式，然后使用ONNX加载它；先决条件是：

pip install onnx onnxruntime

然后,

onnx.load('model.onnx')
# Check that the IR is well formed
onnx.checker.check_model(model)

在此之前，您仍然没有PyTorch模型。这可以通过各种方法来完成，因为它是非本地支持。

解决办法 (只加载模型参数)

import onnx
onnx_model = onnx.load('model.onnx')

graph = onnx_model.graph
initalizers = dict()
for init in graph.initializer:
    initalizers[init.name] = numpy_helper.to_array(init)

for name, p in model.named_parameters():
    p.data = (torch.from_numpy(initalizers[name])).data

使用onnx2pytorch

import onnx

from onnx2pytorch import ConvertModel

onnx_model = onnx.load('model.onnx')
pytorch_model = ConvertModel(onnx_model)

注:时间消耗

使用onnx2keras，然后使用MMdnn将Keras转换为PyTorch (例子)