转换ckpt为tflite模型的过程

#正确步骤1
import tensorflow as tf
 
def freeze_graph(input_checkpoint, output_graph):
    output_node_names = "strided_slice_13,strided_slice_23" #获取的节点
    saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)
    graph = tf.get_default_graph()  # 获得默认的图
    input_graph_def = graph.as_graph_def()  # 返回一个序列化的图代表当前的图
 
    with tf.Session() as sess:
        saver.restore(sess, input_checkpoint)  # 恢复图并得到数据
        output_graph_def = tf.graph_util.convert_variables_to_constants(  # 模型持久化，将变量值固定
            sess=sess,
            input_graph_def=input_graph_def,  # 等于:sess.graph_def
            output_node_names=output_node_names.split(","))  # 如果有多个输出节点，以逗号隔开
 
        with tf.gfile.GFile(output_graph, "w") as f:  # 保存模型
            f.write(output_graph_def.SerializeToString