关于一些知名深度学习模型的转换

因为最近的项目需求，需要我将Tensorflow模型、caffe模型和Mxnet模型转换成darknet模型，因此做个记录。

一些github上面的模型转换汇总：https://github.com/ysh329/deep-learning-model-convertor

从网上现有的一些模型转换方法可以看出，能转成darknet的模型里面目前仅有caffe，

因此对于Tensorflow的转换我们可以使用

Tensorflow---->caffe MMdnn    nn_toolscaffe---->darknet  pytorch-caffe-darknet-convert

对于Mxnet，我们可以使用

mxnet---->caffe   MMdnn   Mxnet2Caffecaffe---->darknet  pytorch-caffe-darknet-convert

对于caffe2，我们可以使用

caffe2---->pytorch ONNXpytorch--->caffe   pytorch-caffe-darknet-convertcaffe---->darknet  pytorch-caffe-darknet-convert

转载于:https://www.cnblogs.com/chengjue924/p/9283530.html

关于一些知名深度学习模型的转换相关推荐

深度学习模型中颜色空间转换
目录背景方法结论背景情况是这样的,我训练一个深度学习模型,用于图片的处理,读取图片时使用的是skimage包,然后进行一系列常见的处理变为tensor类型送入模型中进行训练.这个模型为我自己 ...
用 TFserving 部署深度学习模型
个人简介:wedo实验君, 数据分析师:热爱生活,热爱写作 1.什么是TFserving 当你训好你的模型,需要提供给外部使用的时候,你就需要把模型部署到线上,并提供合适的接口给外部调用.你可能会考虑 ...
CUDA上深度学习模型量化的自动化优化
CUDA上深度学习模型量化的自动化优化深度学习已成功应用于各种任务.在诸如自动驾驶汽车推理之类的实时场景中,模型的推理速度至关重要.网络量化是加速深度学习模型的有效方法.在量化模型中,数据和模型参数 ...
CUDA上的量化深度学习模型的自动化优化
CUDA上的量化深度学习模型的自动化优化深度学习已成功应用于各种任务.在诸如自动驾驶汽车推理之类的实时场景中,模型的推理速度至关重要.网络量化是加速深度学习模型的有效方法.在量化模型中,数据和模型参 ...
C++调用Python文件，TensorFlow和PyTorch构建的深度学习模型，无法使用GPU的情况分析。
C++调用Python深度学习模型,包含TensorFlow和PyTorch等构造的模型,然后使用GPU出现问题.包含C++调用Python函数,C++加载模型到GPU,GPU内存占用过大,计算完毕内 ...
实战 | 深度学习轻松学：如何用可视化界面来部署深度学习模型
翻译 | AI科技大本营参与 | 王赫上个月,我有幸结识了 DeepCognition.ai 的创始人. Deep Cognition (深度认知) 建立的深度学习工作室,为很多准备部署深度学习框 ...
实践教程 | TensorRT部署深度学习模型
作者 | ltpyuanshuai@知乎来源 | https://zhuanlan.zhihu.com/p/84125533 编辑 | 极市平台本文仅作学术分享,版权归原作者所有,如有侵权请联系删 ...
深度学习模型部署简要介绍
一.模型部署简介近几年来,随着算力的不断提升和数据的不断增长,深度学习算法有了长足的发展.深度学习算法也越来越多的应用在各个领域中,比如图像处理在安防领域和自动驾驶领域的应用,再比如语音处理和自然语 ...
关于短文本匹配的深度学习模型
背景短文本匹配(text matching)或句子相似度(sentence similarity)在信息检索中有着广泛的应用,比如相似问题判断,问答系统等等.短文本匹配的任务难点有两个,一个是&qu ...

关于一些知名深度学习模型的转换

关于一些知名深度学习模型的转换相关推荐

最新文章

热门文章