Tensorflow Lite安卓端移植【更新中】

TF Lite移植大致就是三步走！

1、TensorFlow模型准备

用tf.save.Saver()将你的网络保存下来，会形成4个文件，包含checkpoint，meta图，和变量的值
这里想提一点就是尽量使用tf.contrib.slim里封装好的层来搭建模型，这样适配的可能会好一些，如果有错可以指正

2、checkpoint模型的固化

这一步往往是最关键的一步。
首先明确配置上的要求：确保你的tensorflow版本为1.12.0或更高，亲测1.9.0的toco工具会爆bug，这一点也是官方给出的解释
如果模型固化爆bug了可以看看这两个：https://github.com/tensorflow/tensorflow/issues/24128#issuecomment-458252184
https://github.com/tensorflow/tensorflow/issues/20886

freeze_graph工具

网上普遍是采用bazel编译然后用bazel build，但是我亲测好像不行，因为这样你需要从源码编译tensorflow，对我来说太麻烦了
在这里安利一下我改的freeze_graph.py，【点击这里，在线收获资源】
真的肥肠好用！！
用法：

python freeze_graph.py -c ./output/VGG16 -o ./output/VGG16_freeze.pb -n predictions/Softmax
#首先键入.meta文件的保存路径，注意不要.meta的后缀
#第二键入输出路径和文件名
#第三键入输出节点名称
#可用python freeze_graph.py -h查看

因为我的网络是多任务，有三个输出，就有三个output_nodes，用逗号分隔开即可
查找nodes的名字