沒有依賴庫也能跑機器學習模型！推薦一個強大工具m2cgen

曉查 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

m2cgen（Model 2 Code Generator）是一個輕量級代碼生成器，它可以將訓練好的機器學習模型轉換成無需依賴庫的本地代碼。目前支持轉化為Python、Java、C三種語言。

比如你用PyTorch訓練了一個機器學習模型，但是需要把它部署在一台沒有安裝或者不兼容PyTorch的設備上，應該怎麼辦？這時候m2cgen能幫你解決問題。

有人說，這不就是另一種形式的ONNX嘛？No！

ONNX能做的是將PyTorch訓練的模型轉換到Caffe2上，代碼只是換了一種依賴庫。而m2cgen生成的代碼不需要在本地安裝任何依賴庫！

無需依賴庫

那麼給計算機安裝上依賴庫不就好了嗎，為何還要這麼麻煩？

如果你在實際中遇到以下幾種情況：

生產環境沒有相應的語言，比如缺失Python runtime；

設備性能不夠強大，比如微控制器(MCU)，無法安裝框架和依賴庫，而且數據需要在本地計算，不能傳回遠程伺服器；

對預測速度有要求，需要直接調用參數值而不是依賴庫；

這時候m2cgen就能派上用場，只要設備能運行Python、C、Jave當中的任何一種語言，你就能直接部署訓練好的機器學習模型。

運行原理

理論上，訓練好的模型已經有了擬合參數的數值，運行起來也只需要矩陣乘法和一些激活函數。可是為了運行它們，卻要先安裝體積超過GB的框架和依賴庫。

m2cgen項目的實質，是以某種方式將模型的權重、偏置分解為一個額外的依賴或文件，在非常大的模型上實現「代碼」和「數據」之間的分離。

總的來說，替代方法就是使用底層的編程語言庫，來做一些矩陣數學運算。

目前m2cgen支持的模型種類包括：

使用方法

m2cgen的安裝非常方便，直接用pip：

在轉換Python代碼前，需要用import導入m2cgen：

然後在終端用m2cgen命令轉換代碼：

pickle_file是你要轉換的源代碼文件，必填選項—language後面填入你的目標語言，比如上面的Python代碼，你想轉換成Java，就輸入：

然後它就變成了一串Java代碼：

傳送門：

開源地址：

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

與m2cgen類似的代碼轉換項目sklearn porter，能將訓練好的scikit-learn模型轉換成Java、C、JavaScript、Go、Ruby代碼：

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

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！