#MLNET – Exportando modelos de Machine Learning.Net a formato #ONNX

Buenas!

Machine Learning.Net tiene un nuevo release y en esta versión 0.3, hay varias features interesantes. En el post de Cesar De la Torre se comentan estas nuevas features (ver referencias). Yo he tenido un hueco en estos días y me he dedicado a probar algo que me parece muy interesante

La capacidad de exportar modelos Machine Learning.Net a formato ONNX.

Como siempre lo mejor es explicarlo con un par de líneas de código

Hasta la línea 28, la Console App crea un Pipeline, y lo entrena para tener un Modelo ML.Net.
En las siguientes líneas, utilizando un OnnxConverter, exporto el modelo a ONNX.

	using System.IO;
	using System.Text.RegularExpressions;
	using Microsoft.ML;
	using Microsoft.ML.Data;
	using Microsoft.ML.Models;
	using Microsoft.ML.Trainers;
	using Microsoft.ML.Transforms;
	using MLNetConsole05;

	namespace MLNetConsole06
	{
	class Program
	{
	const string FileName = "AgeRangeData.csv";
	const string OnnxPath = "SaveModelToOnnxTest.onnx";
	const string OnnxAsJsonPath = "SaveModelToOnnxTest.json";
	static void Main()
	{
	var pipeline = new LearningPipeline
	{
	new TextLoader(FileName).CreateFrom<AgeRange>(separator: ',', useHeader: true),
	new Dictionarizer("Label"),
	new TextFeaturizer("Sex", "Sex"),
	new ColumnConcatenator("Features", "Age", "Sex"),
	new StochasticDualCoordinateAscentClassifier(),
	new PredictedLabelColumnOriginalValueConverter() {PredictedLabelColumn = "PredictedLabel"}
	};
	var model = pipeline.Train<AgeRange, AgeRangePrediction>();

	var converter = new OnnxConverter()
	{
	Onnx = OnnxPath,
	Json = OnnxAsJsonPath,
	Domain = "com.elbruno"
	};

	converter.Convert(model);

	// Strip the version.
	var fileText = File.ReadAllText(OnnxAsJsonPath);
	fileText = Regex.Replace(fileText, "\"producerVersion\": \"([^\"]+)\"", "\"producerVersion\": \"##VERSION##\"");
	File.WriteAllText(OnnxAsJsonPath, fileText);
	}
	}
	}

view raw

MLNetExportToOnnx.cs

hosted with ❤ by GitHub

La documentación de OnnxConverter y los ejemplos de ML.Net detallan escenarios más complejos donde por ejemplo se definen que columnas se incluyen o excluyen. Si abrimos el archivo Onnx, es interesante ver como se representa un pipeline simple como el de este ejemplo

Happy Coding!

Saludos @ Toronto

El Bruno

References

My Posts

Share this:

Like this:

Related

Leave a comment Cancel reply