keras的.h5文件转换为.tflite文件

最近发现以前的toco命令没法用了，换成了tf.lite。因此在此记录一下新的转换用法。

import tensorflow as tf
# Convert TF1 Keras model file to TF2 SavedModel.
model = tf.keras.models.load_model('.h5文件的路径')
model.save(filepath='SavedMode的路径')

# Convert TF2 SavedModel to a TFLite model.
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir='SavedMode的路径')
tflite_model = converter.convert()

# Save the model.
with open('model.tflite', 'wb') as f:
  f.write(tflite_model)

1. 复制上述代码，新建一个.py文件，命名为translator（随便一个英文的名字都可以）

2. 需要修改的有：

1. 你的.h5文件路径，格式为xxxx/xxx.h5

2. saved_model_dir,现在.h5文件不能直接转换为tflite，要先转换成.pb文件，SavedMode的路径就是.pb文件保存的路径，上述代码两处是一样的。

3. 注意：这里tensorflow的版本是2.11.0，为了不打乱之前配置的环境，可以复制一个新的环境，在这个环境中将tf升级到2.11.0，这个环境只用来转换tflite。

4. 复制环境的用法：

要使用Anaconda复制一个新环境，您可以按照以下步骤操作：

1. 打开终端或Anaconda Prompt（如果使用Windows）。

2. 使用以下命令列出当前可用的环境：conda info --envs。

3. 选择您要复制的环境并激活它，例如：conda activate myenv。

4. 使用以下命令创建新的环境，例如：conda create --name newenv --clone myenv。这将创建一个名为newenv的新环境，并将myenv环境中的所有包和依赖项复制到新环境中。

5. 您可以使用以下命令激活新环境：conda activate newenv。

6. 现在您可以在新环境中安装或卸载包，并进行其他操作，而不会影响原始环境。

注意，如果您只想复制环境的一部分而不是全部，可以使用以下命令创建一个新环境并手动安装所需的包和依赖项：conda create --name newenv pkg1 pkg2 ...。（g上复制来的）

5、在终端上cd到.py文件的根目录然后运行下列代码即可生成：

python translator.py

摘自tflite转换器教程