将冻结的模型“input_arrays”文件转换为“.tflite”文件所需的参数是什么？
将冻结的模型“input_arrays”文件转换为“.tflite”文件所需的参数是什么？
提问于 2019-03-23 21:12:36
我需要将我的.pb tensorflow模型和我的.cpkt文件转换成一个tflite模型，以使它在移动设备中工作。有什么直截了当的方法可以找出如何找到input_arrays和output_arrays应该使用的参数吗？
import tensorflow as tf
graph_def_file = "/path/to/Downloads/mobilenet_v1_1.0_224/frozen_graph.pb"
input_arrays = ["input"]
output_arrays = ["MobilenetV1/Predictions/Softmax"]
converter = tf.lite.TFLiteConverter.from_frozen_graph(
graph_def_file, input_arrays, output_arrays)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)回答 1
Stack Overflow用户
回答已采纳
发布于 2019-03-24 02:32:27
根据官方文档这里：
input_arrays：用于冻结图形的输入张量列表。output_arrays：用于冻结图形的输出张量列表。
意思是，input_arrays是输入张量的列表(主要是占位符张量)。output_arrays是作为输出的Tensor对象的列表。
在您的示例中，您将提供Tensor对象的Tensor。需要一个实际的张量对象。
您可以通过这个例子来理解它：
x1 = tf.placeholder( dtype=tf.float32 )
x2 = tf.placeholder( dtype=tf.float32 )
y = x1 + x2
input_arrays = [ x1 , x2 ]
output_arrays = [ y ]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55318440
复制相关文章
相似问题
腾讯云开发者
