各类机器学习框架保存的模型的格式

最新推荐文章于 2024-06-25 18:00:13 发布
最新推荐文章于 2024-06-25 18:00:13 发布
阅读量3.7k 收藏 12
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wiborgite/article/details/95724742
版权

 

  • ONNX (.onnx, .pb, .pbtxt)
  • Keras (.h5, .keras)
  • Core ML (.mlmodel)
  • Caffe2 (predict_net.pb, predict_net.pbtxt)
  • MXNet (.model, -symbol.json) 
  • TensorFlow Lite (.tflite). 
  • Caffe (.caffemodel, .prototxt)
  • PyTorch (.pt, .pth)
  • TorchScript (.pt, .pth)
  • Torch (.t7), CNTK (.model, .cntk)
  • PaddlePaddle (__model__)
  • Darknet (.cfg)
  • NCNN (.param)
  • scikit-learn (.pkl)
  • TensorFlow.js (model.json, .pb)
  • TensorFlow (.pb, .meta, .pbtxt)
汀桦坞
关注
  • 0
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
机器学习模型保存为PMML格式
开着房车去大理的数字游民
03-25 1214
PMML模型文件可以实现跨平台迁移，python和java都可以生成PMML文件，python和java都可以读取PMML文件
Python-AIChallenger场景分类竞赛的示例代码
08-11
PyTorch是一个流行的深度学习框架，由Facebook开发，以其动态计算图和易用性而受到广泛欢迎。在这个场景分类任务中，我们主要会涉及到以下几个核心知识点： 1. 数据预处理：数据是机器学习的基础，预处理至关重要。...
将深度学习的输出信息保存到txt文件中
weixin_50563385的博客
12-01 458
【代码】将深度学习的输出信息保存到txt文件中。
机器学习常见的框架及其对应的模型文件格式
最新发布
qq_53445310的博客
06-25 328
机器学习常见的框架及其对应的模型文件格式
SwiftUI机器学习基础之三类常用的模型格式
iCloudEnd的博客
05-18 398
训练完机器学习模型后，您可能需要在应用程序中使用该模型。要使用模型，您首先需要将模型导出为计算机硬盘上的适当文件格式。不幸的是，大量模型构建库和缺乏标准化的结合导致用于机器学习模型的自定义文件格式的数量激增。大多数模型构建库都有其自己的自定义文件格式，有时这些格式不可互操作。存在多种将模型从一种专有格式转换为另一种格式的工具。在撰写本文时，以下是似乎已被行业广泛接受的最受欢迎的格式: Pickl...
各框架模型保存的格式汇总
BiBlioManiaa的博客
06-14 545
转载自：https://blog.csdn.net/charlotte_android/article/details/93889130 作者：Charlotte_DL Tensorflow 1、CheckPoint(.ckpt) 在训练 TensorFlow 模型时，每迭代若干轮需要保存一次权值到磁盘，称为“checkpoint”。这种格式文件是由 tf.train.Saver() 对象调用 saver.save() 生成的，只包含若干 Variables 对象序列化后的数据，不包含图结构，所以只给 ch
几种机器学习的模型文件总结
qq_41867900的博客
02-12 5784
1.ckpt 是Tensorflow模型文件的保存模式。会有四个文件。 1.1 meta文件 .meta文件保存的是图结构，meta文件是pb（protocol buffer）格式文件，包含变量、op、集合等。 1.2 ckpt文件 ckpt文件是二进制文件，保存了所有的weights、biases、gradients等变量。在tensorflow 0.11之前，保存在.ckpt文件中。0.11后...
包括部分数据预处理以及基于Tensorflow的DMVST_Net模型的实现.zip
03-02
而TensorFlow作为谷歌开发的强大深度学习框架，广泛应用于各类机器学习和深度学习任务。 首先，我们要理解数据预处理的重要性。在原始数据中，往往存在噪声、缺失值、不一致性等问题，这些都会降低模型的训练效果。...
HALCON深度学习语义分割标注工具LabelTool应用说明书
11-17
- **保存和导出**：完成标注后，将结果导出为HALCON或其他深度学习框架支持的格式，如PASCAL VOC、COCO等。 - **模型训练**：将标注数据用于训练深度学习模型。 - **模型评估和优化**：测试模型性能，根据结果...
鞋子分类模型，采用DJL进行训练集
01-13
在IT行业中，机器学习和深度学习是热门领域，而DJL（Deep Java Library）是一个专为Java和JVM生态系统设计的深度学习框架。本项目基于DJL实现了一个鞋子分类模型，旨在通过训练集数据对各类鞋子进行准确识别，这对于...
机器学习与数据科学（全套PDF格式的讲义）
10-21
00_学习问题研究的简史.pdf 00_课程介绍.pdf 01_基于实例的学习.pdf 02_线性模型.pdf 02_线性模型_I.pdf 02_线性模型_补充_无约束优化.pdf 03_线性模型的扩展_I_II.pdf 04_学习过程的统计性质与集成学习.pdf 05_支持向量机与统计学习理论_I.pdf 05_支持向量机与统计学习理论_I_II.pdf 06_正则化理论及其应用_I_II.pdf 07_无监督学习_I_II_III.pdf 08_压缩感知与稀疏表示_I_II.pdf 09_深度学习.pdf
GMU-master(百度GMU框架)
12-05
GMU，全称为Generalized Matrix Unit，是百度开发的一个高性能、可扩展的深度学习框架。这个框架主要用于构建大规模的深度神经网络模型，特别是在处理图像识别、自然语言处理、语音识别等任务时，能够提供高效的训练...
将训练好的模型保存，可以保存的文件格式有哪些?
weixin_44943389的博客
10-17 1500
SavedModel 是 TensorFlow 的另一种模型保存格式，它包括了模型的权重、结构和配置，同时也包括了运行时所需的信息。你可以将训练好的模型以多种格式保存，主要取决于你所使用的深度学习框架。这些是一些常见的模型保存格式，具体使用哪种格式取决于你的项目需求和所使用的深度学习框架。将模型的权重保存为.pt或.pth文件，同时也可以保存整个模型。这是一种常见的模型保存格式，可以存储模型的权重、结构和配置。可以使用专门的库将模型转换为 ONNX 格式，例如。若要保存整个模型，可以使用。
AI中大模型的文件格式有哪些？
本博客，博文仅代表个人操作经验，不能完全解决你的问题，仅供参考，佛系回复。
03-08 1947
大模型。
深度学习开源框架(caffe,tf,pytorch,mxnet等)以及不同框架之间模型的转换
u011622434的博客
10-12 624
参考文献 1.https://www.jianshu.com/p/16f69668ce25 一. 各大主流开源框架 这些框架都支持CUDA，所以表中的编程语言里没有将cuda写上。 还有一些没有列入表中，是因为他它们已经升级为大家更喜欢或者使用起来更简单的版本。 比如torch->pytorch，theano->lasagne。 还有一些小众的，以及一些移动端的框架，暂不讨论。 作为一个深度学习算法工程师，怎么着也得熟悉3个以上框架吧。不管怎么说tensorflow、pytorch是必须会的，
pytorch模型搭建函数整理——model文件
threewsl的博客
02-14 1048
pytorch模型搭建函数整理——model文件
Python常用框架模型保存格式
weixin_44301454的博客
09-15 2352
这里写自定义目录标题TensorFlow框架ckpth5pbpbtxttflitepytorch框架t7pthpkl TensorFlow框架 ckpt h5 pb pbtxt tflite pytorch框架 t7 pth pkl
机器学习 _ 数据理解
stay hungry stay foolish
02-10 873
1 数据导入 在机器学习中使用的数据通常会以csv的格式来存储，或者能够方便地转化为csv格式 1.1 采用标准Python类库导入数据 from csv import reader import numpy as np # 采用标准的Python类库导入csv数据 filename = 'pima_data.csv' with open(filename, 'rt') as raw_data: readers = reader(raw_data, delimiter=',') x
机器学习框架的使用 使用LLM模型示例
08-31
LLM (Local Linear Mapping) 是一种基于局部线性映射的机器学习模型，适用于高维数据降维和特征提取。下面以 Python 语言为例，介绍如何使用 LLM 模型进行数据降维。 首先，我们需要导入相关的库和数据集： ```python import numpy as np import pandas as pd from sklearn.datasets import load_iris from sklearn.preprocessing import StandardScaler from sklearn.decomposition import PCA from LLM import LLM data = load_iris() X = data.data y = data.target ``` 接着，我们对数据进行标准化处理： ```python scaler = StandardScaler() X_std = scaler.fit_transform(X) ``` 然后，我们可以使用 PCA 对数据进行降维作为对比： ```python pca = PCA(n_components=2) X_pca = pca.fit_transform(X_std) ``` 最后，我们使用 LLM 进行数据降维： ```python llm = LLM(n_components=2, n_neighbors=10) X_llm = llm.fit_transform(X_std) ``` 通过比较 PCA 和 LLM 的结果，可以发现 LLM 通常能够更好地保留数据的局部结构，从而更好地进行降维和特征提取。 需要注意的是，LLM 模型需要手动下载和安装，可以从官方网站（https://research.cs.queensu.ca/~jstewart/llm/）获取源代码和使用说明。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

汀桦坞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值