Tensorflow 模型转 tflite ，在安卓端使用

自己在将tensorflow模型移动端部署的时候（使用 tensorflow lite），踩了很多坑，查了很多资料，现在做个记录，所有参考资料在文章最后 参考 处列出。

tensorflow lite是TensorFlow Lite 是 Google I/O 2017 大会上的其中一个重要宣布，有了TensorFlow Lite，应用开发者可以在移动设备上部署人工智能。
tensorflow lite 【github】

基本思路：

1. 在pc端进行 Tensorflow 模型训练，保存训练模型
2. 使用 工具将该模型转换为 Tensorflow lite 模型
3. 在Android上使用

tensorflow模型持久化

在tensorflow中进行模型训练，得到适合自己项目的模型。Tensorflow 模型训练好之后会生成三个文件：

• model.ckpt.meta ：保存Tensorflow计算图结构，可以理解为神经网络的网络结构
• model.ckpt ：保存Tensorflow程序中每一个变量的取值，变量是模型中可训练的部分
• checkpoint ：保存一个目录下所有模型文件列表

# 使用tf.train.write_graph导出GraphDef文件
tf.train.write_graph(sess.graph_def, "./", "mz_graph.pb", as_text=False)
# 使用tf.train.save导出checkpoint文件
saver.save(sess, model_path)

生成的模型文件如下图所示：