Pytorch模型及权重转为Keras

我们知道Pytorch采用的是动态图机制，非常有利于进行算法框架的快速开发以及相关验证，但是目前Pytorch直接应用于产品上还存在一定的不确定性，因此目前产品上主要还是采用基于Tensorflow或者Theano的成熟框架，正好keras作为对上述两种框架的成熟封装具有很好的适用性，可以方便的切换后端，用以使用Tensorflow、Tneano、CNTK 的backend；基于此，在工作中会遇到将开发好的Pytorch模型及权重转为keras的情况，这里记载一种自动转变的代码以及相应的例子：

代码下载位置如下：

https://download.csdn.net/download/xiaoxifei/10664010

 

代码使用的例子如下：

1. 按照Pytorch类的形式 简单的将其实例化

                                                                     

像上面这样的，将LeNet实例化 pytorch_network

2. 确认使用Pytorch定义的各个网络层的名称

         

3. 需要使用keras 写好对应的网络模型，并且使用内建参数name进行同样的命名

 

4. 然后调用transfer方法进行转换即可

 

5. 进行两者的测试

如果转换成功则两者的输出应当一致