模型转换 (AIV-460)

[kazyun]

如何将训练好的原生tensorflow或者pytorch等模型转换成你们平台对应的类型呢？ 我看docs中的相关说明，感觉都是基于已经转化后的。

[yehangyang]

这个文档讲述了如何基于 ESP-DL 构建自己的模型。 其中 Step1~Step3 是我们保留的一个通用方法，需要自行将参数导出成 .npy，再调用 ESP-DL 提供的脚本转换成 ESP-DL 可接受的 C/C++ 形式。 而我们正在完善这个转化过程，帮助用户去除“导出 .npy”这个过程。请参考 Quantization Toolkit，其中的 “Calibrator” 可以帮助你将模型参数直接导出 ESP-DL 可接受的 C/C++ 形式。

而文档中，剩余的步骤仍需用户手动完成。

[yehangyang]

首先参考 Quantization Tool 的 Optimizer 和 Calibrator 将 Tensorflow 模型中的参数导出。你会得到一个源文件和一个头文件，包含了导出的参数。 再参考 How to Customize a Model Step by Step 中的 Step4~Step5 编写自己的模型。

[MichaelDu9226]

请问将tensorflow模型转化为DL模型的方法是否有更新？例如Step4~Step5 仍然需要用户自己编写吗？ 另外能否出一个更基础更详细的教程，将一下如果将模型转化为DL

目前我们已经可以基于tensorflow lite训练的模型完成分类等应用， 但因为速度太慢，几乎无实用价值，期待DL的加速，期待你们的更新。

首先参考 Quantization Tool 的 Optimizer 和 Calibrator 将 Tensorflow 模型中的参数导出。你会得到一个源文件和一个头文件，包含了导出的参数。 再参考 How to Customize a Model Step by Step 中的 Step4~Step5 编写自己的模型。

[yehangyang]

@MichaelDu9226 目前仍只支持如下方式。Step4~Step5 需要自行编写。

首先参考 Quantization Tool 的 Optimizer 和 Calibrator 将 Tensorflow 模型中的参数导出。你会得到一个源文件和一个头文件，包含了导出的参数。 再参考 How to Customize a Model Step by Step 中的 Step4~Step5 编写自己的模型。

对于教程如有不明白的地方，请指出。大致流程是： 用户自行使用 Tensorflow，Pytorch 或者 MXNet 训练模型 -> 将自己的模型转成 onnx 格式 -> 依次按照上述引用的步骤操作