mindspore.export

class mindspore.export(net, *inputs, file_name, file_format='AIR', **kwargs)[源代码]

将MindSpore网络模型导出为指定格式的文件。

Note

  • 当导出文件格式为AIR、ONNX时，单个Tensor的大小不能超过2GB。

  • 当 file_name 没有后缀时，系统会根据 file_format 自动添加后缀。

参数：

  • net (Cell) – MindSpore网络结构。

  • inputs (Union[Tensor, Dasaset) – 网络的输入，如果网络有多个输入，需要一同传入。当传入的类型为 Dataset 时，将会把数据预处理行为同步保存起来。需要手动调整batch的大小，当前仅支持获取 Dataset 的 image 列。

  • file_name (str) – 导出模型的文件名称。

  • file_format (str) – MindSpore目前支持导出”AIR”，”ONNX”和”MINDIR”格式的模型。

    • AIR - Ascend Intermediate Representation。一种Ascend模型的中间表示格式。推荐的输出文件后缀是”.air”。

    • ONNX - Open Neural Network eXchange。一种针对机器学习所设计的开放式的文件格式。推荐的输出文件后缀是“.onnx”。

    • MINDIR - MindSpore Native Intermediate Representation for Anf。一种MindSpore模型的中间表示格式。推荐的输出文件后缀是”.mindir”。

  • kwargs (dict) – 配置选项字典。

    • quant_mode (str) - 如果网络是量化感知训练网络，那么 quant_mode 需要设置为”QUANT”，否则 quant_mode 需要设置为”NONQUANT”。

    • mean (float) - 预处理后输入数据的平均值，用于量化网络的第一层。默认值：127.5。

    • std_dev (float) - 预处理后输入数据的方差，用于量化网络的第一层。默认值：127.5。

    • enc_key (str) - 用于加密的字节类型密钥，有效长度为16、24或者32。

    • enc_mode (str) - 指定加密模式，当设置 enc_key 时，选项有：”AES-GCM”，”AES-CBC”。默认值：”AES-GCM”。

    • dataset (Dataset) - 指定数据集的预处理方法，用于将数据集的预处理导入MindIR。

样例：

>>> import numpy as np
>>> from mindspore import export, Tensor
>>>
>>> net = LeNet()
>>> input_tensor = Tensor(np.ones([1, 1, 32, 32]).astype(np.float32))
>>> export(net, Tensor(input_tensor), file_name='lenet', file_format='MINDIR')