mindspore.export
=================

.. py:class:: mindspore.export(net, *inputs, file_name, file_format="AIR", **kwargs)

    将MindSpore网络模型导出为指定格式的文件。

    .. note::

        1. 当导出文件格式为AIR、ONNX时，单个Tensor的大小不能超过2GB。
        2. 当file_name 没有后缀时，系统会根据file_format 自动添加后缀。

   **参数：**

        - **net** (Cell) – MindSpore网络结构。

        - **inputs** (Tensor) – 网络的输入，如果网络有多个输入，需要将张量组成元组。

        - **file_name** (str) – 导出模型的文件名称。

        - **file_format** (str) – MindSpore目前支持导出"AIR"，"ONNX"和"MINDIR"格式的模型。

            - **AIR:** Ascend Intermediate Representation。一种Ascend模型的中间表示格式。推荐的输出文件后缀是".air"。

            - **ONNX:** Open Neural Network eXchange。一种针对机器学习所设计的开放式的文件格式。推荐的输出文件后缀是“.onnx”。

            - **MINDIR:** MindSpore Native Intermediate Representation for Anf。一种MindSpore模型的中间表示格式。推荐的输出文件后缀是".mindir"。

        - **kwargs** (dict) – 配置选项字典。

            - **quant_mode** (str): 如果网络是量化感知训练网络，那么quant_mode需要设置为"QUANT"，否则quant_mode需要设置为"NONQUANT"。

            - **mean** (float): 预处理后输入数据的平均值，用于量化网络的第一层。默认值：127.5。

            - **std_dev** (float): 预处理后输入数据的方差，用于量化网络的第一层。默认值：127.5。

            - **enc_key** (str): 用于加密的字节类型密钥，有效长度为16、24或者32。

            - **enc_mode** (str): 指定加密模式，当设置enc_key时，选项有："AES-GCM"，"AES-CBC"。默认值："AES-GCM"。

            - **dataset** (Dataset): 指定数据集的预处理方法，用于将数据集的预处理导入MindIR。

    **样例：**

        .. code-block::

            >>> import numpy as np
            >>> from mindspore import export, Tensor
            >>>
            >>> net = LeNet()
            >>> input = Tensor(np.ones([1, 1, 32, 32]).astype(np.float32))
            >>> export(net, Tensor(input), file_name='lenet', file_format='MINDIR')