用tflite工具量化keras的h5模型，并查看权重信息

Step1: 准备好一个h5模型

Step2: 利用以下代码，使用tflite包进行量化

'''
env: tf-2.1.0, keras-2.3.1
'''
import tensorflow as tf
from tensorflow import keras
import numpy as np

#加载原始模型（参数通常为float32）
saved_model_dir='./your_keras_model.h5'
loaded_model = tf.keras.models.load_model(saved_model_dir)

#定义转换器
converter = tf.lite.TFLiteConverter.from_keras_model(loaded_model)
#--定义量化配置，这里是量化成float16
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.target_spec.supported_types = [tf.float16]

#转换并保存
float_model = converter.convert()
open("./quant_model.tflite", "wb").write(float_model)

Step3: 使用GitHub上的一个开源代码查看量化后的权重

打开后可以直接使用browser模式，在浏览器中查看权重。

可以上传量化前的h5模型与tflite模型进行权重对比。

Reference:

keras模型h5格式转换tfLite和手机端部署

tensorflow API: post_training_quantization

Github: lutzroeder/netron