X2Paddle - 飞桨生态下的模型转换工具，致力于帮助其它深度学习框架用户快速迁移至飞桨框架

X2Paddle 项目介绍

简介

X2Paddle 是飞桨生态中的一款模型转换工具，专门帮助用户将其他深度学习框架的模型快速迁移到飞桨框架中。它支持推理模型的框架转换和 PyTorch 训练代码的迁移，并提供框架间 API 对比文档，帮助开发者减少模型迁移至飞桨的时间。

特性

支持多种深度学习框架

X2Paddle 支持四大主流框架的模型转换，包括 Caffe、TensorFlow、ONNX 和 PyTorch。用户可以轻松将这些框架的预测模型切换到飞桨上。
丰富的模型支持

X2Paddle 能转换许多主流的计算机视觉和自然语言处理模型。具体说，它支持 130 多个 PyTorch 操作，90 多个 ONNX 和 TensorFlow 操作，以及 30 多个 Caffe 操作。
简洁的操作

用户只需通过一行命令或使用一个 API，就能完成模型转换，操作简单快捷。

能力

预测模型转换

支持将 Caffe、TensorFlow、ONNX 及 PyTorch 的模型一键转换为飞桨的预测模型，并通过 PaddleInference/PaddleLite 部署在 CPU、GPU 和 Arm 设备上。
PyTorch 训练项目转换

X2Paddle 能将 PyTorch 项目的 Python 代码直接转为基于飞桨框架的代码。开发者可以快速迁移项目，同时享受到 AIStudio 平台提供的丰富免费计算资源。
API 对应文档

提供详细的 API 文档对比，帮助开发者从 PyTorch 框架无缝过渡到飞桨框架，极大地降低学习成本。

安装

环境依赖
- Python 版本需在 3.5 及以上。
- paddlepaddle 需在版本 2.2.2 至 2.4.2 之间。
- tensorflow 需要 1.14 版本（若需转换 TensorFlow 模型）。
- onnx 需在 1.6.0 及以上（若需转换 ONNX 模型）。
- torch 需在 1.5.0 及以上（若需转换 PyTorch 模型）。
- paddlelite 需在 2.9.0 及以上（若需一键转换成 Paddle-Lite 支持格式，推荐使用最新版本）。
使用 pip 安装

对于稳定版本，推荐通过 pip 安装：
```
pip install x2paddle
```

源码安装

想体验最新功能的用户可以通过以下方式安装：

git clone https://github.com/PaddlePaddle/X2Paddle.git
cd X2Paddle
git checkout develop
python setup.py install

快速开始

功能一：推理模型转换

PyTorch 模型转换示例

使用以下代码可以完成 PyTorch 模型的转换：

from x2paddle.convert import pytorch2paddle
pytorch2paddle(module=torch_module,
               save_dir="./pd_model",
               jit_type="trace",
               input_examples=[torch_input])

TensorFlow、ONNX与Caffe模型转换

使用一行命令转换相应框架的模型：

x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model
x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model
x2paddle --framework=caffe --prototxt=deploy.prototxt --weight=deploy.caffemodel --save_dir=pd_model

使用教程及贡献

X2Paddle 提供了丰富的使用教程，帮助用户学习如何转换不同框架的模型。此外，X2Paddle 欢迎社区贡献代码，用户可通过 Issue 和 Pull Request 提出意见或贡献代码，以帮助完善工具功能。