django网站源码分享免费下载(django网站开发教程)

其实django网站源码分享免费下载的问题并不复杂，但是又很多的朋友都不太了解django网站开发教程，因此呢，今天小编就来为大家分享django网站源码分享免费下载的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！

晓查发自凹非寺

量子位报道|公众号QbitAI

m2cgen（Model2CodeGenerator）是一个轻量级代码生成器，它可以将训练好的机器学习模型转换成无需依赖库的本地代码。目前支持转化为Python、Java、C三种语言。

比如你用PyTorch训练了一个机器学习模型，但是需要把它部署在一台没有安装或者不兼容PyTorch的设备上，应该怎么办？这时候m2cgen能帮你解决问题。

有人说，这不就是另一种形式的ONNX嘛？No！

ONNX能做的是将PyTorch训练的模型转换到Caffe2上，代码只是换了一种依赖库。而m2cgen生成的代码不需要在本地安装任何依赖库！

无需依赖库

那么给计算机安装上依赖库不就好了吗，为何还要这么麻烦？

如果你在实际中遇到以下几种情况：

生产环境没有相应的语言，比如缺失Pythonruntime；设备性能不够强大，比如微控制器(MCU)，无法安装框架和依赖库，而且数据需要在本地计算，不能传回远程服务器；对预测速度有要求，需要直接调用参数值而不是依赖库；

这时候m2cgen就能派上用场，只要设备能运行Python、C、Jave当中的任何一种语言，你就能直接部署训练好的机器学习模型。

运行原理

理论上，训练好的模型已经有了拟合参数的数值，运行起来也只需要矩阵乘法和一些激活函数。可是为了运行它们，却要先安装体积超过GB的框架和依赖库。

m2cgen项目的实质，是以某种方式将模型的权重、偏置分解为一个额外的依赖或文件，在非常大的模型上实现“代码”和“数据”之间的分离。

总的来说，替代方法就是使用底层的编程语言库，来做一些矩阵数学运算。

目前m2cgen支持的模型种类包括：

使用方法

m2cgen的安装非常方便，直接用pip：

$pipinstallm2cgen\n

在转换Python代码前，需要用import导入m2cgen：

fromsklearn.datasetsimportload_boston\nfromsklearnimportlinear_model\nimportm2cgenasm2c\nboston=load_boston()\nX,y=boston.data,boston.target\nestimator=linear_model.LinearRegression()\nestimator.fit(X,y)\ncode=m2c.export_to_java(estimator)\n

然后在终端用m2cgen命令转换代码：

fromsklearn.datasetsimportload_boston\nfromsklearnimportlinear_model\nimportm2cgenasm2c\nboston=load_boston()\nX,y=boston.data,boston.target\nestimator=linear_model.LinearRegression()\nestimator.fit(X,y)\ncode=m2c.export_to_java(estimator)\n

pickle_file是你要转换的源代码文件，必填选项—language后面填入你的目标语言，比如上面的Python代码，你想转换成Java，就输入：

$m2cgen<path_to_file>–languagejava\n

然后它就变成了一串Java代码：

publicclassModel{\npublicstaticdoublescore(double[]input){\nreturn(((((((((((((36.45948838508965)+((input[0])*(-0.10801135783679647)))+((input[1])*(0.04642045836688297)))+((input[2])*(0.020558626367073608)))+((input[3])*(2.6867338193449406)))+((input[4])*(-17.76661122830004)))+((input[5])*(3.8098652068092163)))+((input[6])*(0.0006922246403454562)))+((input[7])*(-1.475566845600257)))+((input[8])*(0.30604947898516943)))+((input[9])*(-0.012334593916574394)))+((input[10])*(-0.9527472317072884)))+((input[11])*(0.009311683273794044)))+((input[12])*(-0.5247583778554867));\n}\n}\n

传送门：

开源地址：

https://github.com/BayesWitnesses/m2cgen/

与m2cgen类似的代码转换项目sklearnporter，能将训练好的scikit-learn模型转换成Java、C、JavaScript、Go、Ruby代码：

https://github.com/nok/sklearn-porter

—完—

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位QbitAI·头条号签约作者

?’?’?追踪AI技术和产品新动态

好了，本文到此结束，如果可以帮助到大家，还望关注本站哦！