如何将深度学习模型从 MATLAB 导入 PyTorch？

Question

我正在尝试将经过 DNN 训练的模型从 MATLAB 导入 PyTorch。

我找到了相反情况的解决方案（从 PyTorch 到 MATLAB），但没有关于如何将经过训练的模型从 MATLAB 导入到 PyTorch 的解决方案。

有什么想法吗？

Answer 1

可以先export your model to ONNX format，再使用ONNX加载；先决条件是：

pip install onnx onnxruntime

那么，

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

到目前为止，您还没有 PyTorch 模型。这可以通过多种方式完成，因为它是not natively supported。

---

A workaround（通过仅加载模型参数）

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)

---

注意：耗时

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