使用MindSpore_hub 进行 加载模型用于推理或迁移学习

时间:2021-07-13 15:11:55   收藏:0   阅读:19

从官方资料:

https://www.mindspore.cn/tutorial/training/zh-CN/r1.2/use/save_model.html?highlight=save_checkpoint

 

 

在模型训练过程中,可以添加检查点(CheckPoint)用于保存模型的参数,以便执行推理及再训练使用。如果想继续在不同硬件平台上做推理,可通过网络和CheckPoint格式文件生成对应的MindIR、AIR和ONNX格式文件。

以下通过示例来介绍保存CheckPoint格式文件和导出MindIR、AIR和ONNX格式文件的方法。

 

 

 

=======================================================

 

 

我们可以知道:

 

CheckPoint  格式的文件只存储参数(Paremeter),并不会存储网络结构等信息,因此使用这个类型的备份文件我们需要提前已经具有网络结构的定义才可以使用。

 

MindIR  格式的文件存储着网络结构和参数(Paremeter),可以在没有网络结构定义的情况下进行使用,如:推理或再训练,但是需要注意的一点是  MindIR 文件是为跨平台使用的,也就是说该文件是为了在移动端等设备使用的,而调用的编程语言一般为C++, 如果我们是使用Python代码训练网络后获得的MindIR文件,我们无法在另一个Python环境下导入 MindIR 文件的。使用场景就是,用Python训练好网络,导出MindIR文件,然后在移动端等设备设备上使用C++语言调用MindIR中的模型及参数。

 

 

 

--------------------------------------------------------------------------------------------------------------------------

 

原文:https://www.cnblogs.com/devilmaycry812839668/p/15005959.html

评论(0
© 2014 bubuko.com 版权所有 - 联系我们:wmxa8@hotmail.com
打开技术之扣,分享程序人生!