我的问题可以分为两部分。
是否有可以通过不同库使用的机器学习模型文件格式？例如，我通过pytorch保存了一个模型，然后使用tensorflow加载它？
如果没有，是否有可以帮助传输格式的库，以便可以直接在keras中使用pytorch机器学习模型？
我之所以提出这个问题的原因是，最近我需要调整我以前训练过的一些在tensorflow中的模型到pytorch。
此问题的更新： Facebook和微软将推出名为ONNX的模型标准，用于在不同的框架之间传输模型，例如在Pytorch和Caffe2之间。链接如下：
此问题的进一步更新： Tensorflow本身使用协议缓冲区格式存储模型文件，可用于不同模型之间的传输。链接如下：
答案 0 :(得分：0)
非常有趣的问题。神经网络是一种数学抽象，由层网络（卷积，循环，...），运算（点积，非线性......）及其各自的参数（权重，偏差）组成。
AFAIK，没有通用模型文件。尽管如此，不同的库允许用户以二进制格式保存他们的模型。
没有用于转换的库，但github repo已经努力解决了这个问题。
答案 1 :(得分：0)
预测标记建模语言（PMML）是一种基于XML的表示语言，适用于许多机器学习模型。它是许多公司用于序列化和反序列化模型的open standard。我已经使用了支持PMML的库，用于机器学习模型，如SVM和决策树，但还没有将它用于深度学习模型。但是，有一些开源项目可以与Tensorflow和Keras一起使用，但这些库似乎用于序列化和反序列化以便与同一个库一起使用。您可能想要检查PMML是否在库之间进行序列化和反序列化方面取得了进展。
答案 2 :(得分：0)
如果没有，是否有可以帮助传输格式的库，以便可以直接在keras中使用pytorch机器学习模型？
您可以试用Pytorch2Keras转换器。
在那一刻，它支持基础层，如Conv2d，线性，激活，元素操作。所以，我转换了ResNet50，错误为1e-6。