AI开发平台MODELARTS-基于MindSpore Lite的模型转换:模型准备

时间：2025-12-15 17:54:45

AI开发平台MODELARTS 模型适配

模型准备

MindSpore Lite提供的模型convertor工具可以支持主流的模型格式到MindIR的格式转换，用户需要导出对应的模型文件，推荐导出为ONNX格式。

如何导出ONNX模型

PyTorch转ONNX，操作指导请见此处。

PyTorch导出ONNX模型样例如下：

import torch
import torchvision
model = torchvision.models.resnet50(pretrained=True)
# 保存模型为ONNX格式
torch.onnx.export(model, torch.randn(1, 3, 224, 224), "resnet50.onnx")

TensorFlow导出ONNX模型，操作指导请见此处。

如何导出PTH模型

PyTorch模型导出时需要包含模型的结构信息，需要利用jit.trace方式完成模型的导出与保存。

# If you are instantiating the model with *from_pretrained* you can also easily set the TorchScript flag
model = BertModel.from_pretrained("bert-base-uncased", torchscript=True)

# Creating the trace
traced_model = torch.jit.trace(model, [tokens_tensor, segments_tensors])
torch.jit.save(traced_model, "traced_bert.pt")

上一篇：AI开发平台MODELARTS-基于MindSpore Lite的模型转换:模型转换

下一篇：AI开发平台MODELARTS-基于MindSpore Lite的模型转换:模型转换

AI开发平台MODELARTS-基于MindSpore Lite的模型转换:模型准备

意见反馈

0/200

提交取消

提交成功！非常感谢您的反馈，我们会继续努力做到更好反馈提交失败！请稍后重试！