model-converter.md

将模型转换为 ONNX

ONNX是表示深度学习模型的开放格式。 使用ONNX，AI开发人员能够很容易的在最先进的工具之间迁移模型，找到最合适的组合。 ONNX由社区合作伙伴开发和支持。

将模型转换为ONNX，能让它在大量的优化过的应用程序里方便的使用。 Visual Studio Tools for AI会从ONNX和Tensorflow模型生成代码，来更方便地在应用程序中使用模型。 Windows Machine Learning (ML)仅支持ONNX模型。

通过已有的模型转换程序，Visual Studio Tools for AI能够很方便的将训练好的模型转换为ONNX。 了解更多关于模型转换工具，或使用Visual Studio的向导来创建ONNX模型。

Visual Studio Tools for AI用以下框架来将机器学习和深度学习框架的模型转换为ONNX：

• Core ML
• TensorFlow
• Scikit-Learn
• XGBoost
• LIBSVM

先决条件

转换XGBoost和LibSVM模型，还需要安装一些软件

• 安装XGBoost 64位Windows包
• 安装LIBSVM 64位Windows包

然后从命令行运行：

pip3 install tensorflow==1.5.0 scikit-learn onnx "git+https://github.com/apple/[email protected]" onnxmltools winmltools "git+https://github.com/onnx/[email protected]"

启动模型转换工具

• 在菜单栏上选择AI Tools > Model Tools > Convert Model...。
• 选择源模型类型和文件。
• 选择目标模型类型（当前仅支持ONNX）和文件。

转换Core ML模型

• 为ONNX模型输入图名称。

  

转换TensorFlow模型

可以将两种类型的TensorFlow模型转换为ONNX：

• Frozen protobuf 模型(扩展名为*.pb)

• Checkpoint MetaGraphDef 模型(扩展名为*.meta )

  

• 添加输入和输出节点。 图中必须写上节点名称。

转换Scikit-Learn/XGBoost/LIBSVM模型

• 为ONNX模型输入图名称。
• 将相应的输入特征加入到源模型中。

开始转换

• 点击OK按钮后，Visual Studio Tools for AI会首先检查依赖的软件是否安装完毕。
• 如果一切就绪，转换任务会添加到任务列表资源管理器中。
• 转换任务成功完成后，会打开资源管理窗口并选定生成的模型文件。