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