TensorFlow 遇见 Android Studio 在手机上运行keras的H5模型

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、在PC端训练Keras模型

下面给出我的实例代码

from __future__ import print_function

import keras

from keras.models import Sequential,save_model,load_model

from keras.layers import Dense, Dropout, Flatten

from keras.layers import Conv2D, MaxPooling2D

from keras import backend as K

 

import numpy as np

data = np.random.rand(9,28,28,1)

label = np.random.rand(9,8)

 

model = Sequential()

model.add(Conv2D(32, kernel_size=(3, 3),

activation='relu',padding='same',

input_shape=(28,28,1),name='op_data'))

model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Dropout(0.25))

model.add(Flatten())

model.add(Dense(32, activation='relu'))

model.add(Dropout(0.5))

model.add(Dense(8, activation='softmax',name='op_out'))

 

model.compile(loss=keras.losses.categorical_crossentropy,

optimizer=keras.optimizers.RMSprop(),

metrics=['accuracy'])

model.fit(data,label,epochs=3)

 

二、保存Keras模型为H5文件

h5_path = 'data/keras.h5'

# model.save(h5_path)

save_model(model,h5_path)

newmodel = load_model(h5_path)

model.summary()

'''

op_data (Conv2D) (None, 28, 28,