本文详细介绍了如何将训练好的TensorFlow模型优化为适用于Android应用的PB文件，并在Android Studio中构建APK。首先，通过optimize_for_inference脚本删除不必要的节点并提高运行速度，然后使用quantize_graph进一步压缩模型大小。最后，将优化后的模型和标签文件导入Android Studio，调整Java代码以实现模型在移动端的部署和运行。
参考1：https://codelabs.tensorflowers.cn/codelabs/tensorflow-for-poets-2/index.html#0
参考2：https://www.jianshu.com/p/40ad065c8cc7
参考我写的训练图像分类文章：https://blog.csdn.net/liushuichengshang/article/details/82191464
step1：
得到一个训练好的pb文件，我们首先要做的就是优化这个模型文件，
Optimize for inference
通过调用 optimize_for_inference 脚本，会自动删除模型中输入层和输出层之间所有不需要的节点。
同时该脚本还做了一些其他优化以提高运行速度。例如它把显式批处理标准化运算跟卷积权重进行了合并，从而降低了计算量。
调用 optimize_for_inference.py 脚本进行优化
调用脚本时，我们需要提供几个命令参数，比如输入的 PB 文件路径，输出的 PB 文件路径，输入节点名以及输出节点名等。
python -m tensorflow.python.tools.optimiz
最低0.47元/天 解锁文章
1196
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
