pytorch2kerasダウンロードpytorch2kerasソースコードのダウンロード

pytorch2keras

Pytorch to Kerasモデルコンバーター。

インストール

 pip install pytorch2keras

重要な通知

コンバーターを適切に使用するには、 ~/.keras/keras.jsonに変更を加えてください：

 ...
"backend" : " tensorflow " ,
"image_data_format" : " channels_first " ,
...

Tensorflow.js

Tensorflow.js形式への適切な変換については、新しいフラグnames='short'を使用してください。

Tensorflow.jsモデルを取得する方法は次のとおりです。

まず、このコンバーターでモデルをケラスに変換する必要があります。

 k_model = pytorch_to_keras ( model , input_var , [( 10 , 32 , 32 ,)], verbose = True , names = 'short' )

これで、ケラスモデルがあります。 H5ファイルとして保存してから、 tensorflowjs_converterで変換できますが、時々機能しません。代替として、Tensorflowグラフを取得し、凍結モデルとして保存する場合があります。

 # Function below copied from here:
# https://stackoverflow.com/questions/45466020/how-to-export-keras-h5-to-tensorflow-pb 
def freeze_session ( session , keep_var_names = None , output_names = None , clear_devices = True ):
    """
    Freezes the state of a session into a pruned computation graph.

    Creates a new computation graph where variable nodes are replaced by
    constants taking their current value in the session. The new graph will be
    pruned so subgraphs that are not necessary to compute the requested
    outputs are removed.
    @param session The TensorFlow session to be frozen.
    @param keep_var_names A list of variable names that should not be frozen,
                          or None to freeze all the variables in the graph.
    @param output_names Names of the relevant graph outputs.
    @param clear_devices Remove the device directives from the graph for better portability.
    @return The frozen graph definition.
    """
    from tensorflow . python . framework . graph_util import convert_variables_to_constants
    graph = session . graph
    with graph . as_default ():
        freeze_var_names = 
            list ( set ( v . op . name for v in tf . global_variables ()). difference ( keep_var_names or []))
        output_names = output_names or []
        output_names += [ v . op . name for v in tf . global_variables ()]
        input_graph_def = graph . as_graph_def ()
        if clear_devices :
            for node in input_graph_def . node :
                node . device = ""
        frozen_graph = convert_variables_to_constants ( session , input_graph_def ,
                                                      output_names , freeze_var_names )
        return frozen_graph


from keras import backend as K
import tensorflow as tf
frozen_graph = freeze_session ( K . get_session (),
                              output_names = [ out . op . name for out in k_model . outputs ])

tf . train . write_graph ( frozen_graph , "." , "my_model.pb" , as_text = False )
print ([ i for i in k_model . outputs ])

出力層名が表示されるので、 my_model.pb TFJSモデルに変換する時が来ました。

tensorflowjs_converter  
    --input_format=tf_frozen_model 
    --output_node_names= ' TANHTObs/Tanh ' 
    my_model.pb 
    model_tfjs

それだけです！

 const MODEL_URL = `model_tfjs/tensorflowjs_model.pb` ;
const WEIGHTS_URL = `model_tfjs/weights_manifest.json` ;
const model = await tf . loadFrozenModel ( MODEL_URL , WEIGHTS_URL ) ;

使い方

これは、PytorchグラフのKeras（Tensorflow Backend）モデルへのコンバーターです。

まず、有効なPytorchモデルをロード（または作成）する必要があります。

 class TestConv2d ( nn . Module ):
    """
    Module for Conv2d testing
    """

    def __init__ ( self , inp = 10 , out = 16 , kernel_size = 3 ):
        super ( TestConv2d , self ). __init__ ()
        self . conv2d = nn . Conv2d ( inp , out , stride = 1 , kernel_size = kernel_size , bias = True )

    def forward ( self , x ):
        x = self . conv2d ( x )
        return x

model = TestConv2d ()

# load weights here
# model.load_state_dict(torch.load(path_to_weights.pth))

次のステップ - 正しい形状のダミー変数を作成します。

 input_np = np . random . uniform ( 0 , 1 , ( 1 , 10 , 32 , 32 ))
input_var = Variable ( torch . FloatTensor ( input_np ))

ダミー変数を使用してモデルをトレースします（jit.traceを使用）：

 from pytorch2keras import pytorch_to_keras
# we should specify shape of the input tensor
k_model = pytorch_to_keras ( model , input_var , [( 10 , 32 , 32 ,)], verbose = True )

また、モデルが形状に達していない（例：完全に畳み込み的なNetowrk）を作成するために、HとWの寸法をなしに設定することもできます。

 from pytorch2keras . converter import pytorch_to_keras
# we should specify shape of the input tensor
k_model = pytorch_to_keras ( model , input_var , [( 10 , None , None ,)], verbose = True )

それだけです！すべてのモジュールが適切に変換されている場合、Kerasモデルはk_model変数に保存されます。

API

pytorch2kerasモジュールのpytorch_to_kerasの唯一の方法は次のとおりです。

 def pytorch_to_keras (
    model , args , input_shapes = None ,
    change_ordering = False , verbose = False , name_policy = None ,
):

オプション：

model - 変換するPytorchモデル（nn.module）。
args適切な形状のダミー変数のリスト。
input_shapes （実験的）入力用の過剰な形状を備えたリスト。
change_ordering （実験的）ブール値、有効にした場合、コンバーターはBCHW BHWCに変更しようとします
verbose - ブール、詳細な変換ログ
name_policy （実験的）[ keep 、 short 、 random ]からの選択。セレクターは、ターゲットレイヤーの命名ポリシーを設定します。