tensorflow2.x学习笔记二十七：TFLite的转换、解释和量化

最新推荐文章于 2024-05-26 09:54:49 发布
最新推荐文章于 2024-05-26 09:54:49 发布
阅读量3.2k 收藏 4
点赞数
分类专栏： # TensorFlow2.x学习笔记 文章标签： tensorflow 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39507748/article/details/108300397
版权
本文详细介绍了如何使用TensorFlow 2.x将模型转换为TFLite格式，包括从目录、模型文件和SavedModel进行转换。此外，还探讨了TFLite模型的解释器应用，并展示了如何进行模型量化以减小模型大小，提高部署效率。
摘要由CSDN通过智能技术生成

一、转换

TensorFlow Lite 转换器根据输入的 TensorFlow模型生成 TensorFlow Lite FlatBuffer 文件 (.tflite)。该转换器支持 SavedModel目录、tf.keras 模型和 concrete functions。

1、saved_model转换成TFLite，注意这里提供的是.pb文件的目录

saved_model_to_tflite_converter = 
			tf.lite.TFLiteConverter.from_saved_model('./saved_model')
saved_model_tflite = saved_model_to_tflite_converter.convert(
了解本专栏 订阅专栏 解锁全文 超级会员免费看
耐心的小黑
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
探索TFLite实战教程：轻量级AI应用的新里程碑
gitblog_00042的博客
04-25 334
探索TFLite实战教程：轻量级AI应用的新里程碑 项目地址:https://gitcode.com/bhattbhavesh91/tflite-tutorials 项目简介 TFLite Tutorials 是一个由Bhatt Bhavesh 91开发并维护的开源项目，旨在为开发者提供TensorFlow Lite（TFLite）的实践教程和示例。TFLite是Google推出的轻量级机器学习框...
tflite2tensorflow:从.tflite生成saved_model，tfjs，t​​f-trt，EdgeTPU，CoreML，量化的tflite，ONNX，OpenVINO，无数推理引擎blob和.pb。支持使用Docker构建环境
03-20
tflite2tensorflow 从.tflite生成saved_model，tfjs，t​​f-trt，EdgeTPU，CoreML，量化的tflite，ONNX，OpenVINO，无数推理引擎blob和.pb。 1.支持的图层 不。 TFLite层 TF层 评论 1个 CONV_2D tf.nn.conv2d 2个 DEPTHWISE_CONV_2D tf.nn.depthwise_conv2d 3 MAX_POOL_2D tf.nn.max_pool 4 软垫 tf垫 5 MIRROR_PAD tf.raw_ops.MirrorPad 6 relu tf.nn.relu 7 普鲁鲁 tf.keras.layers.PReLU 8 RELU6 tf.nn.relu6 9 重塑 tf.reshape 10 添加 tf.add 11 潜艇 tf.ma
探秘tflite2tensorflow：模型转换与优化的利器
最新发布
gitblog_00068的博客
05-26 249
探秘tflite2tensorflow：模型转换与优化的利器 项目地址:https://gitcode.com/PINTO0309/tflite2tensorflow 在这个AI时代，TensorFlow Lite（TFLite）作为轻量级的机器学习框架，使得在移动设备和嵌入式系统上部署模型变得简单易行。然而，有时我们可能需要将TFLite模型转换为其他格式或进行特定平台的优化。这就引出了我们的主...
Tensorflow2.0(Keras)转换TFlite
AI吃大瓜的博客
07-11 8444
Tensorflow 2.0(Keras)转换TFlite 以下脚本实现将Tensorflow2.0(Keras)保存的模型(建议保存为*.h5的格式),转换TFlite模型 (1)TensorFlow Lite 转换器 https://tensorflow.google.cn/lite/guide/ops_select 为了能够转换包含 TensorFlow 运算符的 TensorFlow Lite 模型，可使用位于TensorFlow Lite 转换器中的target_spec.suppo...
tensorflow pb与tflite互转
jacke121的专栏
11-26 1559
tensorflow pb与tflite互转
手把手教你从.pb转换为.tflite文件 附加不同版本tensorflow对应的TFLite Python API语句
Xiaoqing的博客
02-18 5620
引言 很多博客教程都需要安装bazel编译工具，并且编译tensorflow的源码，过程繁琐。本篇博文教你如何用几行代码就实现.pb到.tflite文件转换。 代码 代码先贴上来，随后做详细讲解。 import tensorflow as tf in_path = r'.\yolov3_coco.pb' out_path = r'.\yolov3_coco.tflite' input...
语言也是量子
BAAIBeijing的博客
11-30 2327
“量子力学”可能是我们当下既熟悉而又陌生的一个概念，热衷于玩梗的我们聊天中总是脱口而出“遇事不决，量子力学”，新闻媒体上关于它的概念也不断出现，有去年获得突破的量子通信技术，有中央集中学...
tensorflow2.x学习笔记十六：使用tf.function和Autograph提高代码性能
01-20
一、基本概念  AutoGraph是TF提供的一个非常具有前景的工具, 它能够将一... 在TF 2.x中, 由于默认为动态图, 计算会直接被执行, 也就是说, 我们不需要再进行以下操作： 定义计算图 会话执行 参数初始化 用scope定义
TensorFlow2:用于Python深度学习（TensorFlow 2.x）的手册笔记本，链接
05-28
这个“TensorFlow2:用于Python深度学习的手册笔记本”很可能是对使用TensorFlow 2.x进行深度学习的一系列教程或示例的集合，特别适用于在Google Colab平台上运行，这是一个免费的在线交互式计算环境。 在TensorFlow...
TensorFlow2深度学习实战(共7章)第2章 TensorFlow 2快速入门.pdf
06-27
TensorFlow2深度学习实战(共7章)第2章 TensorFlow 2快速入门.pdfTensorFlow2深度学习实战(共7章)第2章 TensorFlow 2快速入门.pdfTensorFlow2深度学习实战(共7章)第2章 TensorFlow 2快速入门.pdfTensorFlow2深度学习...
超分辨率：用于单个图像超分辨率的基于Tensorflow 2.x的EDSR，WDSR和SRGAN实现
02-06
这是对可用的基于Keras / Tensorflow 1.x的旧实现的完整重写。 某些部分仍在进行中，但是您已经可以通过高级培训API如本文中所述训练模型。 此外，您还可以在SRGAN上下文中EDSR和WDSR模型。 笔记本中提供了和示例 ...
tflite:使用Python轻松解析TFLite模型（* .tflite）
05-05
使用Python轻松解析TFLite模型 此解析由构建的TensorFlow Lite（TFLite）模型（ *.tflite ）。 有关背景，请参阅 。 用法 安装该软件包并像从TensorFlow代码库中构建的那样使用它。 建议安装与生成TFLite模型的TensorFlow相同的版本。 pip install tensorflow==2.3.0 pip install tflite==2.3.0 增强功能 生成的python包有时不友好使用。 我们引入了一些增强功能： 轻松导入：单import tflite （），以取代进口每一类和funtions在tflite （）。 内置操作码助手：操作码被编码为数字，这对于人类来说是很难解析的。 添加了两个API，以使其易于使用。 ：获取给定操作码的类型名称。 ：将操作码映射到所有内置运算符名称的字典。 兼容性处理 Tensor
keras .h5转移动端的.tflite文件实现方式
09-16
主要介绍了keras .h5转移动端的.tflite文件实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
awesome-tensorflow-2：:backhand_index_pointing_right:Tensorflow 2.x资源，例如教程，博客，代码和视频
01-31
TensorFlow 2.x 是谷歌开发的一个开源机器学习框架，它为数据科学家、研究人员和工程师提供了一个强大的工具，用于构建和部署复杂的深度学习模型。相比于早期版本，TensorFlow 2.x 更加注重易用性，引入了Eager ...
基于 tensorflow的时间序列温度预测并将模型转换为TFLite格式 (一)
@bangbang的博客
11-09 2737
文章目录1 准备数据导入需要的库导入数据划分训练特征和标签参数设置2 单变量单步从数据集中提取温度观察数据随时间变化的情况标准化设置绘图函数将特征和标签切片建模训练模型3 多变量单步从数据集中划分特征和标签压强、温度、密度随时间变化绘图将数据集转换为数组类型并标准化写函数来划分特征和标签将特征和标签切片建模训练模型绘制预测图4 多变量多步从数据集中划分特征和标签将特征和标签切片编写绘图函数建模训练模型绘制温度信息 文章转自：https://www.heywhale.com/mw/project/5fe2f3
TensorFlow2 CPU训练及导出pb并转tflite
weixin_30072103的博客
03-09 1277
记录下最近的工作。因为项目需要进行目标检测，尝试过传统的sift surf等传统的特征匹配，效果不是很好，于是开始转向深度学习，接触了tensorflow2，了解ssd、yolo、nanodet等一些常用于目标检测的算法。测试后，发现在Arm上运行（没有专用GPU）,速度都很慢。手上有个树莓派4B的板子，经比较后发现用tflite来检测目标速度最快。于是走上了tensorflow2的学习之路。
tflite模型转换与MLIR
sdw8855的博客
07-14 596
模型量化有两种方式：python API和toco工具，这两种方式都可以进行tflite模型转换，包括float16、int8两种数据格式的tflite模型。
keras-yolo部署 - 权重转换(h5-＞pd-＞tflite) （偶尔会抽风报错，看2.0版）
菜狗的玄学修炼室
12-29 1544
一、前言 前段时间基于某个项目的需求，需要将自己魔改的yolo框架部署到单片机上（由于是第一次部署，真是一波三折啊~~），其中的一个环节便是要将keras训练好保存的h5文件转换成tflite（我h5保存的是weights）。接下来，我将就这一环节详细说明下，让各位少踩点坑（因为各类包的版本问题，还是有不少坑的）。 首先说明下我使用的库的版本（对于模型转换主要关注下keras和tensorflow的版本就行了） python - 3.6.12 keras - 2.2.4 tensorflow - 1.13
TFLite模型文件转C语言文件
17岁boy的博客
09-29 1686
目录 TFLite模型文件转C语言文件 TFLite模型文件转C语言文件 TFLite本身就是一个二进制文件，可以直接打包成C语言的unsigned char类型数组，由于文件比较大一个一个读写到数组里太麻烦了，我们可以直接在Linux下使用xxd命令，通过apt可以直接安装 sudo apt install xxd 然后使用xxd命令进行转换 xxd -i model.tflite > model.h 就可以看到当前目录下有一个model.h的文件，并且里面自动生成了unsigne
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

耐心的小黑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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