python 导入模型_Tensorflow Lite tflite模型的生成与导入 - python

假如想要在ARM板上用tensorflow lite，那么意味着必须要把PC上的模型生成tflite文件，然后在ARM上导入这个tflite文件，通过解析这个文件来进行计算。

根据前面所说，tensorflow的所有计算都会在内部生成一个图，包括变量的初始化，输入定义等，那么即便不是经过训练的神经网络模型，只是简单的三角函数计算，也可以生成一个tflite模型用于在tensorflow lite上导入。所以，这里我就只做了简单的sin()计算来跑一编这个流程。

生成tflite模型

这部分主要是调用TFLiteConverter函数，直接生成tflite文件，不再通过pb文件转化。

先上代码：

import numpy as np

import time

import math

import tensorflow as tf

SIZE = 1000

X = np.random.rand(SIZE, 1)

X = X*(math.pi/2.0)

start = time.time()

x1 = tf.placeholder(tf.float32, [SIZE, 1], name='x1-input')

x2 = tf.placeholder(tf.float32, [SIZE, 1], name='x2-input')

y1 = tf.sin(x1)

y2 = tf.sin(x2)

y = y1*y2

with tf.Session() as sess:

init_o