PyTorch神经网络集成技术
PyTorch神经网络集成技术
create_python_neuropod
将任意python代码打包为一个neurood包。
create_python_neuropod(
neuropod_path,model_name,data_paths,code_path_spec,entrypoint_package,entrypoint,input_spec,output_spec,input_tensor_device = None,default_input_tensor_device = GPU,custom_ops = [],package_as_zip = True,test_input_data = None,test_expected_out = None,persist_test_data = True,
)
参数
neuropod_path
neuropod输出路径
model_name
model名称
data_paths
包含需要打包的任何数据文件的路径的dict列表。
Example:
[{
path: “/path/to/myfile.txt”,
packaged_name: “newfilename.txt”
}]
code_path_spec
将要打包的所有代码的文件夹路径。请注意,*.pyc文件被忽略。
This
is specified as follows:
[{ “python_root”: “/some/path/to/a/python/root”, “dirs_to_package”: [“relative/path/to/package”]}, …]
entrypoint_package
包含入口点的python包(例如,some.package.something). 它必须包含下面指定的entrypoint函数。
Entrypoint
entrypoint_包中包含的函数的名称。此函数必须返回一个可调用函数,该函数接受输入规范input_spec中指定的输入,并返回一个包含输出规范output_spec中指定的输出的dict。entrypoint函数将提供指向包含打包数据的目录的路径作为其第一个参数。
For
example, a function like:
def neuropod_init(data_path): def addition_model(x, y): return { “output”: x + y } return addition_model
包含在包裹里“my.awesome.addition_model”本来
entrypoint_package=‘my.awesome.addition_model’ and entrypoint=‘neuropod_init’
input_spec
指定模型输入的dict列表。对于每个输入,如果shape设置为None,则不对该形状进行验证。如果shape是元组,则根据该元组验证输入的维度。任何维度的值为“无”表示将不检查该维度。数据类型可以是任何有效的numpy数据类型字符串。
Example:
[ {“name”: “x”, “dtype”: “float32”, “shape”: (None,)}, {“name”: “y”, “dtype”: “float32”, “shape”: (None,)},]
output_spec
指定模型输出的dict列表。有关详细信息,请参阅input_spec参数的文档。
Example:
[ {“name”: “out”, “dtype”: “float32”, “shape”: (None,)},]
input_tensor_device
default: None
dict将输入张量名称映射到模型希望它们在其上的设备。这可以是GPU或CPU。此映射中未指定的输入规格input_spec中的任何张量都将使用下面指定的默认输入张量设备default_input_tensor_device。
如果在推断时选择了GPU,则在运行模型之前,神经网络集成软件会将张量移动到适当的设备。否则,它将尝试在CPU上运行模型,并将所有张量(和模型)移到CPU上。
有关更多信息,请参阅load_neurood的文档字符串。
Example:
{“x”: “GPU”}
default_input_tensor_device¶
default: GPU
输入张量的默认设备应该打开。这可以是GPU或CPU。
custom_ops¶
default: []
要包含在打包的neuropod中的自定义op共享库的路径列表。
注意:包括定制操作将您的neuropod绑定到定制操作为之构建的特定平台(如Mac、Linux)。用户有责任确保为正确的平台构建自定义操作。
Example:
["/path/to/my/custom_op.so"]
package_as_zip¶
default: True
是将neuropod打包为一个文件还是一个目录。
test_input_data¶
default: None
可选样本输入数据。这是一个将输入名称映射到值的dict。如果提供了这一点,则在包装后立即在隔离环境中运行推断,以确保成功创建了神经网络集成软件。如果提供了预期的测试test_expected_out,则必须提供。
如果推断失败,则引发ValueError。
test_expected_out¶
default: None
可选的预期输出。如果模型推断的输出与预期的输出不匹配,则引发ValueError。
Example:
{ “out”: np.arange(5) + np.arange(5)}
persist_test_data¶
default: True
可选地将测试数据保存在包装好的神经网络集成软件内。
PyTorch神经网络集成技术相关推荐
- Python神经网络集成技术Guide指南
Python神经网络集成技术Guide指南 本指南将介绍如何加载一个神经网络集成系统并从Python运行推断. 提示 所有框架的神经网络集成系统运行时接口都是相同的,因此本指南适用于所有受支持框架(包 ...
- TorchScript神经网络集成技术
TorchScript神经网络集成技术 create_torchscript_neuropod 将TorchScript模型打包为neuropod包. create_torchscript_neuro ...
- Keras神经网络集成技术
Keras神经网络集成技术 create_keras_neuropod 将Keras模型打包为神经网络集成包.目前,上文已经支持TensorFlow后端. create_keras_neuropod( ...
- Tensor:Pytorch神经网络界的Numpy
摘要:Tensor,它可以是0维.一维以及多维的数组,你可以将它看作为神经网络界的Numpy,它与Numpy相似,二者可以共享内存,且之间的转换非常方便. 本文分享自华为云社区<Tensor:P ...
- 神经网络机器翻译技术及应用(上)
何中军,百度机器翻译技术负责人.本文根据作者2018年12月在全球架构师峰会上的特邀报告整理而成. 本报告分为以下5个部分: 机器翻译基本原理,介绍机器翻译原理.主要挑战.发展历程,及评价方法 神经网 ...
- 编写程序实现通过有道或百度翻译url对用户输入数据进行翻译_8亿用户AI有道:超强神经网络翻译技术大解密...
[新智元导读]数据的作用在人工智能发展道路上愈发被重视.7月27日,在广州举行的GMIC大会上,网易有道技术总监林会杰表示目前AI+教育还在初级阶段,对于这一行业而言,得数据者得先机.这家拥有国内最大 ...
- 编写程序实现通过有道或百度翻译url对用户输入数据进行翻译_8亿用户AI有道,超强神经网络翻译技术大解密...
[新智元导读]数据的作用在人工智能发展道路上愈发被重视.7月27日,在广州举行的GMIC大会上,网易有道技术总监林会杰表示目前AI+教育还在初级阶段,对于这一行业而言,得数据者得先机.这家拥有国内最大 ...
- 基于神经网络集成学习的5篇研究论文推荐
Evaluating Deep Neural Network Ensembles by Majority Voting cum Meta-Learning scheme https://arxiv.o ...
- 第3章 PyTorch神经网络工具箱(1/2)
前面已经介绍了PyTorch的数据结构及自动求导机制,充分运行这些技术可以大大提高我们的开发效率.这章将介绍PyTorch的另一利器:神经网络工具箱.利用这个工具箱,设计一个神经网络就像搭积木一样,可 ...
最新文章
- Web开发中的相对路径和绝对路径
- 国办支持乡村医生建设 医疗信息化提速
- LeetCode算法题6:滑动窗口*
- Spring Boot构建RESTful API与单元测试
- 淘宝客网站的链接跳转形式
- java对存放实体的list进行排序
- 自定义DataAnnotations
- bzoj 1227 [SDOI2009]虔诚的墓主人
- python语言继承6.3节例6-1中的person_第6.3节 Python动态执行之动态编译的compile函数...
- c语言 char转int_第三章、C语言中的数据类型
- spring注解记录
- 读JavaScript高级程序设计感受
- DSP技术是利用计算机或,DSP技术是什么?
- 华为 MA5683T GPON简单业务配置
- 个人对计算机专业的认知
- R语言和医学统计学(4):秩和检验
- JQ彩色3D纸片折叠动画
- 通讯录vcf生成工具
- YOLO-V5 算法和代码解析系列 —— 学习路线规划综述
- 影像质量评估之锐利度--MTF(SFR)
热门文章
- 牛年前的一小结——打响本命年的第一枪,继续刷题!
- 2021-2027年中国医疗美容市场研究及前瞻分析报告
- 2022-2028年中国饮水机市场投资分析及前景预测报告
- libgstreamer-1.0.so.0: cannot open shared object file: No such file or directory
- 【Design pattern】设计模式思路总结(三)
- Mysql生成UUID
- cookie 免密登录_python
- 精选Pycharm里6大神器插件
- 狂神Spring Boot 员工管理系统 超详细完整实现教程(小白轻松上手~)
- FPGA多功能应用处理器