MMdnn 是一套幫助使用者在不同深度學習框架之間進行互操作的工具。 例如。 模型轉換和視覺化。 在Caffe，Keras，MXNet，Tensorflow，CNTK，PyTorch Onnx和CoreML之間轉換模型。

用於轉換，視覺化和診斷深度神經網路模型的全面的跨框架解決方案。 MMdnn中的“MM”代表模型管理，“dnn”代表深度神經網路的縮寫。

基本上，它將許多由一個框架訓練的DNN模型轉換成其他模型。 主要功能包括：
        模型檔案轉換器在框架之間轉換DNN模型
        模型程式碼片段生成器為框架生成培訓或推理程式碼片段
        模型視覺化視覺化框架的DNN網路體系結構和引數
        型號相容性測試（正在進行）

這個專案是由微軟研究院（MSR）設計和開發的。 鼓勵研究人員和學生利用這個專案來分析DNN模型，歡迎任何新想法來擴充套件這個專案。

#安裝：

pip install mmdnn    #穩定版

pip install -U git+https://github.com/Microsoft/[email protected]    #測試版

#當前支援框架：

• Caffe
• Keras
• MXNet
• ONNX (Destination only, initial state)
• PyTorch (Destination only)
• Tensorflow (Experimental) (Highly recommend you read the README of tensorflow firstly)
• DarkNet (Source only, Experiment)

#框架轉換具體實現方法：（以 TensorFlow ResNet V2 152 轉換為 PyTorch 為例：）

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

(注意：為了命令能夠之行，需提前安裝：Tensorflow、keras、requests)

    1.下載預訓練模型

$ mmdownload -f keras -n inception_v3

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

    3.開啟 MMdnn model visualizer 並選擇檔案 keras_inception_v3.json