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'