微软开源的深度学习模型转换工具MMdnn

由极市、机器之心和中科创达联合举办的“2018计算机视觉最具潜力开发者榜单”评选活动，现已接受报名，杨强教授、俞扬教授等大牛嘉宾亲自评审，高通、中科创达、微众银行等大力支持，丰厚奖励，丰富资源，千万渠道，助力您的计算机视觉工程化能力认证，提升个人价值及算法变现。极市与您一起定义自己，发现未来～点击阅读原文即可报名~

来源：专知

【导读】MMdnn是微软开源的用于不同深度学习框架(Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx和CoreML)的模型之间互相转换的工具。另外，MMdnn还具有模型可视化等其他功能。

MMdnn简介

在工业街和学术界中，开发者或者研究人员可以选择多种深度学习框架来构建模型，每种框架有自己特有的网络结构定义以及模型保存格式，这种框架之间的鸿沟阻碍了不同框架模型之间的操作。MMdnn是微软开源的用于不同深度学习框架(Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx和CoreML)的模型之间互相转换的工具，通过模型的中间表示来完成不同框架模型之间的转换。其代码被托管在微软的Github中：https://github.com/Microsoft/MMdnn

支持的框架

目前MMdnn支持的深度学习框架有：

• Caffe

• Microsoft Cognitive Toolkit (CNTK)

• CoreML

• Keras

• MXNet

• ONNX 

• PyTorch

• TensorFlow (实验性的) 

• DarkNet (只在源码中有, 实验性的)

已测试的模型转换

MMdnn在一些ImageNet模型上测试的结果：

MMdnn的安装

MMdnn可以使用pip直接安装：

pip install mmdnn

使用下面的方法可以安装最新版本的MMdnn:

pip install -U git+https://github.com/Microsoft/MMdnn.git@master

用MMdnn进行模型的转换

MMdnn可以使用pip直接安装：

模型的转换只需要一行命令，例如下面的命令会下载TensorFlow的ResNet V2 152模型，并使用MMdnn将其转换为PyTorch模型：

mmdownload -f tensorflow -n resnet_v2_152 -o ./
mmconvert -sf tensorflow -in imagenet_resnet_v2_152.ckpt.meta -iw imagenet_resnet_v2_152.ckpt --dstNodeName MMdnn_Output -df pytorch -om tf_resnet_to_pth.pth

用MMdnn进行模型可视化

下载预训练的模型：

mmdownload -f keras -n inception_v3

将预训练模型转换为中间表示：

mmtoir -f keras -w imagenet_inception_v3.h5 -o keras_inception_v3

打开MMdnn模型可视化工具http://mmdnn.eastasia.cloudapp.azure.com:8080/并选择文件keras_inception_v3.json：

官方示例教程

• Keras "inception V3"转换为CNTK模型：https://github.com/Microsoft/MMdnn/blob/master/docs/keras2cntk.md

• TensorFlow slim模型ResNet V2 152转换为PyTorch模型：https://github.com/Microsoft/MMdnn/blob/master/docs/tf2pytorch.md

• Mxnet模型LResNet50E-IR转换为TensorFlow模型：https://github.com/Microsoft/MMdnn/issues/85

*推荐阅读*

资源 | 一个基于PyTorch的目标检测工具箱，商汤联合港中文开源mmdetection

DeepMind开源图深度学习(GraphDL)工具包，基于Tensorflow和Sonnet

---

杨强教授、俞扬教授等大牛嘉宾评审团，万元大奖，丰富资源，助力您的计算机视觉工程化能力认证，点击阅读原文即可报名“2018计算机视觉最具潜力开发者榜单”~