使用keras保存的ML.NET加载模型

Question

我有一个用Python和Keras实现的神经网络。一旦我训练了它，我就导出了模型，我得到了两个文件: model.js和model.h5。现在，我想在.NET项目中进行实时分类，并使用经过训练的神经网络进行分类。

在ML.NET中，有没有一种方法可以把用python导出的模型和经过训练的权重加载到模型对象中？

我在documentation1中看到可以加载以前保存的模型，但显然是存储在.zip中，我找不到格式(可能是为了编写一个脚本，从python中获取模型并将其‘转换’为ML.NET模型。

显然，hdf5格式是一个standard2，有没有办法用ML.NET加载它？

1

2

Answer 1

ML.net支持ONNX模型。

https://github.com/dotnet/machinelearning-samples/tree/master/samples/csharp/getting-started/DeepLearning_ObjectDetection_Onnx

您可以通过WinMLTools将您的kreas模型转换为ONNX模型。

Answer 2

我也经历过同样的过程，我强烈建议先使用Python的Keras2onnx库包将你的Keras模块转换成"onnx“格式。我使用的简单代码如下：

reconstructed_model = keras.models.load_model("<your location>\\my_model")

import onnx
import keras2onnx

model_name_onnx = "model.onnx"

onnx_model = keras2onnx.convert_keras(reconstructed_model, reconstructed_model.name)

onnx.save_model(onnx_model, model_name_onnx)

在C#方面，在如何处理数据(即图像)和做出预测方面，可以效仿微软的例子(https://docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/object-detection-onnx)。

您可以将ML.NET与dotNet核心或Net framework > 4.7一起使用。以下摘录了如何读取图像文件并运行model.onnx进行预测。

///First, load the data into an IDataView.
   IEnumerable<ImageNetData> images = ImageNetData.ReadFromFile(imagesFolder);
   IDataView imageDataView = mlContext.Data.LoadFromEnumerable(images);

   var modelScorer = new OnnxModelScorer(imagesFolder, modelFilePath, mlContext);

// Use model to score data
   IEnumerable<float[]> probabilities = modelScorer.Score(imageDataView);

ImageNetData类基本上是通过过滤图像文件(从目录中)读取imageFolder中的图像，并使用两个属性来标识它们，一个标签是文件名，ImagePath是图像文件的路径。OnnxModelScorer类运行负载模型和预测方法。

这就是从C#生成的python Keras模型预测所需的全部内容。

Answer 3

正如Cihan、Yakar和Jon提到的，解决方案是将模型转换为ONNX。我找到了一个很好的教程，解释了如何做到这一点：

https://fizzylogic.nl/2018/02/16/heres-why-microsoft-cognitive-toolkit-is-the-coolest-deep-learning-framework-around/