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 使您能够将来自不同机器学习工具包的模型转换为ONNX，以便与 Windows ML 一起使用。目前支持以下工具包：
苹果 CoreML
喀拉斯
scikit-学习
lightgbm
xgboost
支持向量机
张量流（实验性）
这是一个转换 Core ML 模型的简单示例：
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')
训练后体重量化
WinMLTools 提供量化工具来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
为了从不同的工具包进行转换，您可能必须为不同的转换器安装以下软件包：
工具包 |
资源 |
|---|---|
喀拉斯 |
|
张量流 |
|
scikit-学习 |
|
lightgbm |
|
xgboost |
|
libsvm |
您可以从各种网络资源下载 libsvm 轮。一个例子可以在这里找到：https ://www.lfd.uci.edu/~gohlke/pythonlibs/#libsvm |
核心工具 |
当前的 coreml 不在 Windows 上分发 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，您可以转到使用 WinMLTools 将 ML 模型转换为 ONNX
执照
麻省理工学院许可证
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
winmltools-1.5.1.tar.gz
（26.9 kB
查看哈希）
内置分布
winmltools-1.5.1-py2.py3-none-any.whl
（40.7 kB
查看哈希）
关
winmltools -1.5.1.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 99fce78536866b235715d0489ddbae6df714f8beeae6bb54cae231fbd5e708f1 |
|
| MD5 | d12b8cc31ddb1361ecad60829b7afceb |
|
| 布莱克2-256 | 8f16aa6d07bb7b873659dbe950194895c7253fa74c86b872ee3bb80c3dc7f547 |
关
winmltools -1.5.1-py2.py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | af343551272c305151b0f22b2f7d4fa4056b94bc02ebd2afdd378ee9f92e5d63 |
|
| MD5 | 558be2f20da0b94b7b3c6e4fd17e7713 |
|
| 布莱克2-256 | b7fccbf8213110fdff2fec65ebef9069e927cd2bd737458db67c435fc2a1f96f |