python - 使用 numpy 进行 MXNet 参数序列化

Question

我想在 s390x 架构上使用预训练的 MXNet 模型，但它似乎不起作用。这是因为预训练的模型是小端的，而 s390x 是大端的。所以，我正在尝试使用 https://numpy.org/devdocs/reference/generated/numpy.lib.format.html它适用于小端和大端。
解决这个问题的一种方法是我发现在 x86 机器上加载模型参数，调用 asnumpy，通过 numpy 保存然后使用 numpy 在 s390x 机器上加载参数并将它们转换为 MXNet。但我不确定如何编码。任何人都可以帮助我吗？
更新
这个问题似乎不清楚。因此，我添加了一个示例，它可以通过 3 个步骤更好地解释我想要做什么 -

从 MXNet 加载一个预先存在的模型，就像这样 -

net = mx.gluon.model_zoo.vision.resnet18_v1(pretrained=True, ctx=mx.cpu())

导出模型。以下代码将模型参数保存在 .param 文件中。但是这个 .param 二进制文件有字节序问题。因此，我不想使用 mxnet API 直接保存模型，而是想使用 numpy 保存参数文件 - https://numpy.org/devdocs/reference/generated/numpy.lib.format.html .因为使用 numpy，会使二进制文件 (.npy) 独立于字节序。我不确定如何将 MXNet 模型的参数转换为 numpy 格式并保存它们。

gluon.contrib.utils.export(net, path="./my_model")

加载模型。以下代码从 .param 文件加载模型。

net = gluon.contrib.utils.import(symbol_file="my_model-symbol.json",
                                     param_file="my_model-0000.params",
                                     ctx = 'cpu')

我想使用 numpy 加载我们在第 2 步中创建的 .npy 文件，而不是使用 MXNet API 加载。加载 .npy 文件后，我们需要将其转换为 MXNet。所以，我终于可以在 MXNet 中使用模型了。

Answer 1

从另一个问题中发布的代码片段开始，Save/Load MXNet model parameters using NumPy :
似乎 mxnet 可以选择将数据在内部存储为 numpy 数组:

mx.npx.set_np(True, True)

不幸的是，这个选项没有达到我希望的效果(我的 IPython session 崩溃了)。
参数是 dict的 mxnet.gluon.parameter.Parameter实例，每个实例都包含其他特殊数据类型的属性。解决这个问题以便您可以将其存储为大量纯 numpy 数组(或它们的集合在 .npz 文件中)是一项无望的任务。
幸运的是，python 有 pickle将复杂的数据结构转换成或多或少可移植的东西:

# (mxnet/resnet setup skipped)
parameters = resnet.collect_params()

import pickle
with open('foo.pkl', 'wb') as f:
    pickle.dump(parameters, f)

恢复参数:

with open('foo.pkl', 'rb') as f:
    parameters_loaded = pickle.load(f)

本质上，它看起来像 resnet.save_parameters()如 mxnet/gluon/block.py 中所定义获取参数(使用 _collect_parameters_with_prefix() )并使用自定义写入函数将它们写入文件，该函数似乎是从 C 编译的(我没有检查细节)。
您可以使用 pickle 保存参数反而。
用于加载， load_parameters (也在 util.py 中)包含此代码(删除了健全性检查):

for name in loaded:
    params[name]._load_init(loaded[name], ctx, cast_dtype=cast_dtype, dtype_source=dtype_source)

在这里， loaded是从文件加载的字典。通过检查代码，我没有完全掌握正在加载的内容 - params似乎是函数中不再使用的局部变量。但值得一试，从这里开始，编写 load_parameters 的替代品。功能。您可以通过在类外定义一个函数，将函数“猴子补丁”到现有类中，如下所示:

def my_load_parameters(self, ...):
   ... (put your modified implementation here)

mx.gluon.Block.load_parameters = my_load_parameters

免责声明/警告:

即使您通过 pickle 保存/加载要在单个大端系统上工作，不能保证在不同端系统之间工作。 pickle 协议(protocol)本身是 endian-neutral，但是如果浮点值(在 mxnet.gluon.parameter.Parameter 深处)被存储为机器端约定中的原始数据缓冲区，那么 pickle 不会神奇地猜测缓冲区需要反转。我认为 numpy 数组在腌制时是字节序安全的。

如果底层类定义在pickling 和unpickling 之间发生变化，则Pickle 不是很健壮。

永远不要解开不受信任的数据。