forked from huawei/mindspore2022
40 lines
2.2 KiB
ReStructuredText
40 lines
2.2 KiB
ReStructuredText
mindspore.export
|
||
=================
|
||
|
||
.. py:class:: mindspore.export(net, *inputs, file_name, file_format="AIR", **kwargs)
|
||
|
||
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** (Tensor) – 网络的输入，如果网络有多个输入，需要将张量组成元组。
|
||
- **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(np.ones([1, 1, 32, 32]).astype(np.float32))
|
||
>>> export(net, Tensor(input), file_name='lenet', file_format='MINDIR')
|