GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

apple

coremltools – コアML用のコンバータツール

投稿日:

コアML用のコンバータツール。

コアMLコミュニティツール

Core MLコミュニティツールには、CoreMLモデルの変換と検証のためのサポートツールがすべて含まれています。 これにはScikit Learn、LIBSVM、Caffe、Keras、XGBoostが含まれます。

coreenvoolsの使用、インストール、または構築にはvirtualenvを使用することをお勧めします。 システムピップを使用してvirtualenvをインストールしてください。

pip install virtualenv

インストール

coremltoolsのインストール方法は、 標準的なpythonパッケージのインストール手順に従います pythonenvと呼ばれるPython仮想環境を作成するには、次の手順を実行します。

# Create a folder for your virtualenv
mkdir mlvirtualenv
cd mlvirtualenv

# Create a Python virtual environment for your CoreML project
virtualenv pythonenv

この環境で新しい仮想環境をアクティブにしてcoremltoolsをインストールするには、次の手順を実行します。

# Active your virtual environment
source pythonenv/bin/activate


# Install coremltools in the new virtual environment, pythonenv
(pythonenv) pip install -U coremltools

パッケージのドキュメントには、coremltoolsの使用方法の詳細が含まれています。

依存関係

coremltoolsには次の依存関係があります:

  • 数(1.10.0+)
  • protobuf(3.1.0+)

さらに、これらの形式のモデルを変換する場合にのみ必要な次のソフト依存関係があります。

  • 対応するTensorflowバージョンのKeras(1.2.2、2.0.4+)
  • Xgboost(0.7+)
  • scikit-learn(0.17+)
  • libSVM

ソースからのビルド

プロジェクトをビルドするには、プロジェクトを設定するためにCMakeが必要です

cmake .

その後makeを使ってプロジェクトをビルドすることができます

make

インストール可能なホイールの構築

あなたが配布できる車輪/卵を作るためには、以下を行うことができます

make dist 

単体テストの実行

単体テストを実行するには、pytest、pandas、およびh5pyが必要です。

pip install pytest pandas h5py

新しい単体テストを追加するには、それをcoremltools/testフォルダに追加します。 接頭辞として ‘test’を付けてファイルに名前を付けることを確認してください。

さらに、単体テストを実行するにはより多くのパッケージ(libsvmなど)が必要になります。

pip install -r test_requirements.pip

libsvmをインストールするには

git clone https://github.com/cjlin1/libsvm.git
cd libsvm/
make
cd python/
make

libsvm pythonバインディングをどこでも実行できるようにするには、 <LIBSVM_PATH>をリポジトリのルートへのパスに置き換えて次のコマンドが必要です。

export PYTHONPATH=${PYTHONPATH}:<LIBSVM_PATH>/python

xgboostをインストールするには

git clone --recursive https://github.com/dmlc/xgboost
cd xgboost; cp make/minimum.mk ./config.mk; make
cd python-package; python setup.py develop

ケラスをインストールするには(Version> = 2.0)

pip install keras tensorflow

古いケラスバージョンを使用する場合は、次の操作を実行できます。

pip install keras==1.2.2 tensorflow

最後に、最も重要な単体テストを実行するには、以下を使用できます。

pytest -rs

いくつかのテストは、多くの組み合わせをテストするため、遅いとマークされます。 すべてのテストを実行したい場合は、以下を使用できます。

pytest

ドキュメントの作成

最初に、すべての外部依存関係をインストールします。

pip install Sphinx==1.5.3 sphinx-rtd-theme==0.2.4 numpydoc
pip install -e git+git://github.com/michaeljones/sphinx-to-github.git#egg=sphinx-to-github

また、 coremltoolsパッケージのインストールが必要です。「 ビルド」セクションを参照してください。

次にリポジトリのルートから:

cd docs
make html
open _build/html/index.html

外部ツール

このパッケージの変換ツールに加えて、TensorFlowとMXNetには独自の変換ツールがあります。







-apple

執筆者: