Tensorflow模型转换 生成Tflite格式

参考google的一个官方例子:
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/speech_commands

主要参考里面的train.py代码跟freeze.py代码,分别用于训练跟生成固化的pb文件.

train.py文件的代码顺序如下:

(1),对输入数据进行量化:fingerprint_input = tf.fake_quant_with_min_max_args(input_placeholder, fingerprint_min, fingerprint_max) 我自己训练自己的图时没使用这一步.

(2).定义loss

(3).创建量化训练图:tf.contrib.quantize.create_training_graph(quant_delay=0)

(4).定义optimizer优化器

(5).saver = tf.train.Saver(tf.global_variables())

(6).变量初始化

(7).check_point载入

(8).保存pbtxt文件:tf.train.write_graph(sess.graph_def, FLAGS.train_dir,FLAGS.model_architecture + ‘.pbtxt’)

(9).循环训练

freeze.py文件的代码顺序如下:

(1).创建graph

(2).创建量化eval图:create_eval_graph()

(3).载入模型的各个变量的参数

(4).保存pb文件:

input_saver_def = saver.as_saver_def()

frozen_graph_def = freeze_graph.freeze_graph_with_def_protos(input_graph_def=tf.get_d