tflite制作过程

bazel-bin/tensorflow/contrib/lite/toco/toco --input_file=$(pwd)/…/facenet/tmp/PONet/model.pb --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE --output_file=/tmp/PONet.tflite --inference_type=FLOAT --input_type=FLOAT --input_arrays=input --output_arrays=conv4-2/BiasAdd,prob1 --input_shapes=1,None,None,3

模型转换
在电脑上训练的网络模型,有些运算在TFM上可能不支持,需要做一些处理,处理步骤如下:
打开cmd,找到tensorflow项目中的strip_unused.py 脚本文件(…\ tensorflow\tensorflow\python\tools\strip_unused.py),复制该路径到cmd中,该脚本需要几个参数。
参数1:–input_graph=…\inception_model\retrain\myoutput_graph.pb (需要转换的模型)
参数2:–output_graph= …\inception_model\retrain\ my_tfm_output_graph.pb (转换后存放)
参数3:–input_node_names=”Mul” (输入节点的名称,固定)
参数4:–output_node_names=”final_result” (输出节点名称,固定)
参数5:–input_binary=true (输入二进制数据)
执行完以上脚本语句即可进行转换。

参考网站:
http://www.jishux.com/plus/view-730957-1.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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