将tensorflow.keras.Sequential模型导出为FMU文件

Question

我已经训练了一个神经网络，并希望将其保存为 FMU（功能模型接口）文件

import tensorflow as tf
from tensorflow.keras import layers, models, optimizers,initializers


model = models.Sequential([
    layers.Input(shape=(X_train.shape[1],)),   
    layers.Dense(4, activation='elu',kernel_initializer='he_normal'),
   
    layers.Dense(2, activation='elu'), 
  
    layers.Dense(1, activation='relu') 
])


model.compile(optimizer='Nadam',
              loss=tf.keras.losses.MeanSquaredError(),   
              metrics=['mae'])

model.summary()

model.fit(X_train, y_train, epochs=50, batch_size=10,validation_split=0.2,shuffle=True)

我可以将此模型导出为 Keras 模型，但我需要 FMU（功能模型接口）格式。

Answer 1

我认为没有完整的工具链可用。

我看到两种可能性：

• 使用tensorflow lite从ML模型中创建C代码，然后将其包装为FMU（例如，使用OSMP示例中使用的PMSF模板https://github.com/OpenSimulationInterface/osi-sensor -模型包装/树/主/示例）
• 将 ML 网络导入 Matlab/Simulink，然后使用 Mathworks 本机 FMU 导出或带有 Simulink Coder 的 FMI-Kit 创建 FMU（如果您有 MATLAB Simulink）