interpreter.invoke()后程序就死了？——tflite模型测试之推断

最新推荐文章于 2024-04-26 10:34:27 发布
最新推荐文章于 2024-04-26 10:34:27 发布
阅读量1.7k 收藏
点赞数 3
分类专栏： speechdnn python 文章标签： tflite模型测试 interpreter.invoke() tensorflow 模型落地
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SPESEG/article/details/102621743
版权
在进行tflite模型测试时，遇到诡异问题：调用`interpreter.invoke()`后程序自动退出。尝试其他tflite模型正常运行，怀疑问题可能出在模型本身或输入格式。检查模型无异常，LSTM输入是否需要特定shape？尝试修改模型，添加自定义Dense层，问题依旧。官方tflite测试无误，提示可能需要关注模型转换及自定义层兼容性。模型落地的挑战性凸显，转换过程可能出现多种错误，需要耐心解决。
摘要由CSDN通过智能技术生成 
interpreter.invoke()

执行这句代码后程序就死了？？？自动退出运行界面了，卧槽，咋回事？

搜也没有搜到，真是狗了。

单步执行这都不行。。。。。。。。。也不知道那根神经有问题。

老子随便找个其他的tflite试试会不会出现同样的问题，卧槽。别人家的tflite都没事。。。我要哭了。

服务器端也不行，我也不知道咋回事了。。。。。。。。

还是模型有问题啊。。。。

查看模型也没啥大事啊&

了解本专栏 订阅专栏 解锁全文 超级会员免费看
小李飞刀李寻欢
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
订阅专栏
TFLite: Interpreter::Invoke
u011279649的专栏
05-21 2150
AllocateTensors调用后就可以调用Invoke // Invoke the interpreter (run the whole graph in dependency order). // // NOTE: It is possible that the interpreter is not in a ready state // to evaluate (...
【Tflite模型】yolov5 tflite模型推理
qq_41635501的博客
06-23 1543
tflite模型推理
[ESP32]：TFLite Micro推理CIFAR10模型
最新发布
LINKKEEE的博客
04-26 562
[ESP32]：TFLite Micro推理CIFAR10模型
.NET中使用P/Invoke 导致内存已损坏异常的一则解决方法
weixin_34198583的博客
04-09 356
一 问题重现     前面在减少.NET内存占用的一则实践中，和大家分享了在.NET中使用P/Invoke技术来调用C++编写的非托管代码的例子。虽然性能和内存占用还不错，但是在随后而来的几周里，在某些同事的机器上总是偶尔会出现异常导致应用程序突然崩溃，尤其是在一些配置比较好的机器上。于是完善了一下日志记录，捕捉到最多的异常是:     “Attempted to read or write...
Tensor Flow Lite C++ API 介绍
17岁boy的博客
09-29 1526
Class类介绍 类名 作用 tflite::ErrorReporter 用于汇报错误，当发生错误时可以通过此类获取错误信息 tflite::FlatBufferModel 用于序列化模型 tflite::Interpreter 从张量输入和输出的节点图的解释器 tflite::InterpreterBuilder 构建一个能够解释模型的解释器 tflite::OpResolver 给定操作码或自定义操作名称返回 Tf
Android Studio APP——猫狗分类（TFlite模型转化）笔记
weixin_48802554的博客
04-18 1031
1.模型导入 Android Studio 版本要4.1版本以上，没有的需要更新。 接下来，右键单击要使用 TFLite 模型的模块或单击，然后FileNew > Other > TensorFlow Lite Model ，如图所示： 导入后模型存在在这: 2.程序解析 2.1 layout布局 猫狗分类APP只有一个activity——也就是只有一个界面，布局是放置在“layout”这里的，如下所示 2.2ImageClassifierAct...
keras .h5转移动端的.tflite文件实现方式
09-16
4. **保存 TFLite 模型**：将转换后的 TFLite 模型保存到`.tflite`文件。 下面是具体的代码示例： ```python from keras.models import load_model import tensorflow as tf # 加载 Keras 模型 model = load_...
python 导入模型_Tensorflow Lite tflite模型的生成与导入 - python
weixin_30748139的博客
03-01 1400
假如想要在ARM板上用tensorflow lite，那么意味着必须要把PC上的模型生成tflite文件，然后在ARM上导入这个tflite文件，通过解析这个文件来进行计算。根据前面所说，tensorflow的所有计算都会在内部生成一个图，包括变量的初始化，输入定义等，那么即便不是经过训练的神经网络模型，只是简单的三角函数计算，也可以生成一个tflite模型用于在tensorflow lite上导...
python中使用tflite推理网络
xu.hyj
06-30 3245
如果我们得到了tflite文件，如何在python中使用？这里可以在tensorflow库的帮助下或者tflite_runtime库的帮助下使用。
TFLite:代码分析(3): interpreter run
u011279649的专栏
10-24 1765
interperter invoke的调用过程就是按顺序调用op TfLiteStatus Interpreter::Invoke() { // Invocations are always done in node order. // Note that calling Invoke repeatedly will cause the original memory plan t...
tensorflow模型部署系列————嵌入式(c/c++ android)部署（附源码）
热门推荐
gdyshi的博客
07-10 1万+
摘要 本文为系列博客tensorflow模型部署系列的一部分，用于实现通用模型的部署。本文主要实现用tflite接口调用tensorflow模型进行推理。相关源码见链接 引言 本文为系列博客tensorflow模型部署系列的一部分，用于tflite实现通用模型的部署。本文主要使用pb格式的模型文件，其它格式的模型文件请先进行格式转换，参考tensorflow模型部署系列————预训练模型导出。从...
TensorFlow Lite 开发手册（6）——TensorFlow Lite模型使用通用流程（以CPM算法为例）
Friedrich Yuan的博客
11-03 3147
TensorFLow Lite 开发手册（6）——TensorFlow Lite模型使用通用流程（以CPM算法为例）（一）流程示意（二）主要函数说明（三） 操作流程3.1 CPM算法介绍3.2 加载模型3.3 加载所有tensor3.4 获取输入输出信息3.5 构建输入3.6 调用模型3.7 取出输出结果3.8 输出结果后处理3.8 标记结果3.9 完整程序 （一）流程示意 Created wi...
TensorFlow Lite源码解析
sdw8855的博客
07-26 661
相比普通的TensorFlow，它的功能更加精简，不支持模型的训练，不支持分布式运行，也没有太多跨平台逻辑，支持的op也比较有限。
Tensorflow: tflite_convert and interpreter
aaa_aaa1sdf的博客
02-01 1363
一 . Convert ".pb"  to ".tflite"   Method 1: Python Convert  graph_def_file = "retrained_graph_mobilenet_v2_1.4_224.pb" input_arrays = ["input"] # input_shape = output_arrays = ["final_result"] c...
ART 虚拟机 — Interpreter 模式
啃着地瓜数星星
06-18 6141
前言 ART 虚拟机执行 Java 方法主要有两种模式：quick code 模式和 Interpreter 模式； quick code 模式：执行 arm 汇编指令 Interpreter 模式：由解释器解释执行 Dalvik 字节码 本篇文章就来讲一下，Interpreter 模式是如何运行的 一、 Interpreter 模式 点击查看大图 上图是将断点打在 art_q...
创建好后的模型，对Con2d, ConvTranspose2d ,以及归一化BatchNorm2d函数中的变量进行初始化
weixin_43723625的博客
09-02 567
def weights_init(m): classname = m.__class__.__name__ if (classname.find('Conv2d') != -1) | (classname.find('ConvTranspose2d') != -1): m.weight.data.normal_(0.0, 0.02) elif classname.find('BatchNorm2d') != -1: m.weight.dat.
将以下代码的输入张量的期望大小为改2import numpy as np import tensorflow as tf # 加载TFLite模型 interpreter = tf.lite.Interpreter(model_path='model.tflite') interpreter.allocate_tensors() # 获取输入输出张量 input_details = interpreter.get_input_details() output_details = interpreter.get_output_details() # 输入数据 input_data = np.array([[1, 2, 3]], dtype=np.float32) interpreter.set_tensor(input_details[0]['index'], input_data) # 模型推理 interpreter.invoke() # 获取输出结果 output_data = interpreter.get_tensor(output_details[0]['index']) # 打印输出结果 print(output_data)
05-26
interpreter.invoke() # 获取输出结果 output_data = interpreter.get_tensor(output_details[0]['index']) # 打印输出结果 print(output_data) ``` 在这个代码中，我们可以看到 `input_data` 的大小为 (1, 3)，...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小李飞刀李寻欢

您的欣赏将是我奋斗路上的动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值