tensorflow 练完模型后 应用的时候 想放在终端运行 google官方给了一个解决方案 这一是未来的趋势 通过tensorflow lite 来做 本人会安卓 所以自己探索出应用的过程:
1.用tensorflow2.0训练车自己的模型 这个过程用python 这里不做示例
2.训练后注意保存一定要保存成文件夹方便后续操作:
cpcallback=tf.keras.callbacks.ModelCheckpoint(filePath,save_weights=True)
model.fit(train_data,epochs=1,steps_per_epoch=x,validation_data=test_data,validation_steps=y,callbacks=[cpcallback])
#保存成文件夹,不能保存成.h5文件
model.save('./kang')
3.保存之后 需要用tensorflow lite 转换成 我们需要的tflite文件:
def creat_lite():
converter = tf.lite.TFLiteConverter.from_saved_model('./kang')
converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS,
tf.lite.OpsSet.SELECT_TF_OPS]
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)