model_to_npu_estimator

产品支持情况

产品	是否支持
Atlas A2 训练系列产品	√
Atlas 800I A2 推理产品/A200I A2 Box 异构组件	x
Atlas 200I/500 A2 推理产品	x
Atlas 推理系列产品	√
Atlas 训练系列产品	√
Atlas 200/300/500 推理产品	x

针对Atlas 推理系列产品，仅支持TensorFlow 1.15网络的在线推理特性。

功能说明

将通过Keras构建的模型转换为NPUEstimator对象。

函数原型

def model_to_npu_estimator(keras_model=None,
keras_model_path=None,
custom_objects=None,
model_dir=None,
checkpoint_format='saver',
config=None,
job_start_file='')

参数说明

参数名	描述
keras_model	已经编译好的Keras模型对象。该参数与keras_model_path不可同时传入。
keras_model_path	保存在磁盘上的已编译Keras模型的路径。可以使用Keras模型的save()方法生成HDF5格式的Keras模型。该参数与keras_model不可同时传入。
custom_objects	自定义对象的字典，在构造Keras时，如果有自定义的层或者函数，在加载模型时需要使用custom_objects。
model_dir	保存模型路径，用于保存或恢复模型文件。如果没有配置，那么将使用config中的model_dir配置。如果都设置了，那这两个配置项必须一样。如果都设置为None，就会使用临时的文件夹/tmp。
checkpoint_format	设置训练时NPUEstimator保存的checkpoint的格式。取值： saver（默认）：表示通过tf.train.Saver()保存模型。 checkpoint：表示通过tf.train.Checkpoint ()保存模型，tf.train.Checkpoint与tf.train.Saver相比，强大之处在于其支持在即时执行模式下“延迟”恢复变量。
config	NPURunConfig类对象，用于配置NPUEstimator的运行参数。关于NPURunConfig类的构造函数，请参见NPURunConfig构造函数。
job_start_file	CSA场景下用于启动训练进程的配置文件路径。

返回值

根据传入的keras model返回一个NPUEstimator对象。

约束说明

目前仅功能模型和序列模型（为Keras构图方式）支持通过model_to_npu_estimator接口转换为NPUEstimator对象。

父主题： npu_bridge.estimator.npu.keras_to_npu