モデルの変換と制限 #

ActDK 上では深層学習モデルは nnoir 形式で扱われます。 nnoir ファイルの作成のために以下のツールを提供しています。

• onnx2nnoir (onnx から nnoir)
• nnoir-chainer (chainer から nnoir)

これらは以下のコマンドによりインストールすることができます。 onnx2nnoir については ActDK のダウンロード からダウンロードできる zip ファイルにも含まれています。

$ pip3 install nnoir-onnx

$ pip3 install nnoir-chainer

詳細はそれぞれのマニュアルをご覧ください。

• nnoir-onnx: https://pypi.org/project/nnoir-onnx
• nnoir-chainer: https://pypi.org/project/nnoir-chainer

Restriction #

深層学習モデルを変換する際に下記のような制約があります。

• 配列要素の制限
  • 多次元配列の次元数は 16 以下
  • 各次元の要素数は 2047 まで
• nnoir ファイルへの変換
  • nnoir-onnx
    • サポートされるオペレータ
      • https://pypi.org/project/nnoir-onnx/ の"Supported ONNX Operators"参照
  • nnoir-chainer
    • サポートされる層
      • https://pypi.org/project/nnoir-chainer/ の"These layers supported by nnoir-chainer exporter." 以下参照
  • 変換できない場合は ActDK に同梱されている onnigiri, onnion を使用してください。
• nnoir ファイルから c ランタイムへの変換
  • nnoir-onnxで変換可能なすべての層に対応
    • AveragePoll, MaxPool, Convolution 層は 2D のみサポート
    • LRN の利用は非推奨
  • nnoir-chainerの利用時はresize_imageに対応