TensorFlow遇见Android Studio 在手机上运行ckpt模型

这篇博客介绍了如何在TensorFlow中构建和训练手写数字识别模型,然后将其转换为PB文件并在Android Studio的App中实现模型运行。通过将变量转化为常量并保存为PB,最终在Java类中调用模型进行预测。
摘要由CSDN通过智能技术生成

由于项目需要,可能会用到tensorflow和keras的模型,并且需要在App(安卓)上跑模型,实现了这一功能之后,把过程总结一下,分享了出来。

一、TensorFlow模型构建训练

import tensorflow as tf

#由于我的目的就只是把较复杂的模型实现在App,就没有训练,这里实现的是手写数字识别。

def defModel(x): #将所有的图片原本100*100

    #第一个卷积层(100——>50)

    conv=tf.layers.conv2d(

        inputs=x,

        filters=32,

        kernel_size=[5, 5],

        strides=[2,2],

        padding="same",

        activation=tf.nn.relu,

        name='conv')

    pool=tf.layers.max_pooling2d(inputs=conv, pool_size=[2, 2], strides=2,name='pool')

    flatten = tf.layers.flatten(inputs=pool,name='flatten')

    dense= tf.layers.dense(

        inputs=flatten,

        units=8,

        activation='relu'

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