tf_lite的配置

本文介绍了在TensorFlow 2.x版本中将Keras的.h5模型转换为TFLite模型的两种方法,包括通过.pb模型转换和直接使用kerastotflite接口。作者强调不要依赖过时的网络教程,因为环境配置可能存在诸多问题,且推荐了第一种转换方法。
摘要由CSDN通过智能技术生成

注:  别看网上教程,各种坑 ,其实tensorflow在很早的2.x版本就提供了lite接口了,用网上的c++编译版本光环境配置就要很久!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!1

 

 

两种方式将keras   .h5模型转化为tflite模型

1)先将.h5模型转化为 tf的 pb模型    ,再用tf.contrib.lite.TFLiteConverter.from_frozen_graph 将Pb转化为 tflite模型

2)直接使用tf.contrib.lite.kerastotflite接口进行转化

 

这里,我成功了第一种方法:

#-*- coding: utf-8 -*-
import tensorflow as tf
from keras import backend as K


gpu_list = ""
config = tf.ConfigProto( \
           allow_soft_placement=True, \
           log_device_placement=False, \
           gpu_options=tf.GPUOptions
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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