2个问题中的相同问题，1个使用Keras，1个使用PyTorch-
我使用预先训练的PyTorch模型（N C HW格式），通过ONNX将其转换为Keras。但是我要使用的加速平台仅支持使用channels_last（NHW C ）格式的Keras。有没有一种方法可以轻松地将keras模型转换为channels_last格式？
如果没有简单的实现方法，我相信-我需要以正确的格式在Keras中手动定义模型结构，并手动移植权重。如果是这种情况，请问一种简便的方法来从权重（.h5文件）重新创建/定义模型吗？
除此之外，我还认为将PyTorch模型本身转换为NHWC是可能的-但我对此框架知之甚少。我已经通过从PyTorch的{{1}}方法（如-
state_dict()但是无法使用置换字典重新填充模型-
if('conv' in str(key)):
params[key] = value.permute(0,2,3,1)
给出-
model.load_state_dict(Updated_params)要解决此问题，如何在PyTorch中以NHWC格式在新模型中定义图层。