Dafür gibt es ein Tool bin/bundle_net, dass mit den notwendigen Daten gefüttert wird und eine einzelne Datei ausspuckt. Folgende Angaben sind notwendig:
Beispiel:
$ ./bundle_net -m /tmp/boxi/meani -n /tmp/boxi/neti -i 248 -c 224 -l shape.fc
Raus fällt eine Datei “neuro.box”
Hilfe:
$ ./bundle_net -h
Der Bulk-Extractor erlaubt die Initialisierung direkt aus einer Box-Datei:
from oyster_learn.network_io import NetBulkExtractor
net = NetBulkExtractor.create_from_box('./neuro.box')
Die Box-Datei ist nichts weiter als ein ZIP-Archive mit Dateien, die alle einen festen Namen haben.
Auflisten des Inhalts:
$ unzip -l neuro.box
Archive: neuro.box
Length Date Time Name
--------- ---------- ----- ----
738128 2016-07-25 12:50 mean.npy
4200198 2016-07-25 12:50 model.bin
95 2016-07-25 13:00 config.json
--------- -------
4938421 3 files
Die Endungen sind wichtig, um Komponenten mitzuteilen, was zu tun ist. Es gibt NPY für numpy-Daten, JSON ist selbsterklärend und BIN ist pickle.