tflite_runtime："op builtin_code out of range: 131.您是否正在使用旧的TFLite二进制文件和较新的模型?“使用YAMNET模型
tflite_runtime是一个用于在移动设备和嵌入式系统上运行TensorFlow Lite模型的运行时库。它提供了一种轻量级的方式来执行机器学习推理，使得在资源受限的环境中使用模型变得更加便捷。
关于报错信息："op builtin_code out of range: 131.您是否正在使用旧的TFLite二进制文件和较新的模型?“这个错误提示表明您可能在使用旧版本的TFLite二进制文件与较新的模型进行推理。
为了解决这个问题，您可以尝试以下步骤：
- 确认您正在使用最新版本的tflite_runtime库。您可以查看官方文档或GitHub仓库来获取最新版本的库文件。
- 检查您的TFLite模型是否与使用的tflite_runtime库版本兼容。确保使用相应版本的模型文件以匹配库的版本。如果您的模型是使用较新的TFLite版本导出的，您可能需要升级您的tflite_runtime库。
- 检查您的代码中是否存在其他问题，例如模型文件路径是否正确、输入数据是否符合模型的要求等。
关于YAMNET模型，它是一种用于音频分类的预训练模型，可以识别不同的音频类别，如乐器音频、人声、环境声音等。它在许多音频相关的应用场景中都有广泛的应用，例如媒体内容分析、语音识别、声音事件检测等。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI音视频：https://cloud.tencent.com/product/av
- 腾讯云音视频处理：https://cloud.tencent.com/product/vod
- 腾讯云人工智能：https://cloud.tencent.com/product/ai
- 腾讯云物联网：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发：https://cloud.tencent.com/product/mobility
- 腾讯云存储：https://cloud.tencent.com/product/cos
- 腾讯云区块链：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙：https://cloud.tencent.com/solution/vr
请注意，以上链接是为了方便提供腾讯云相关产品的介绍，仅供参考。如果您需要详细了解这些产品，建议您访问腾讯云官方网站以获取最准确和最新的信息。
相关·内容
我正在使用Coral Dev Board，我面临着一个我无法摆脱的错误。我正在尝试在edgetpu上运行，这是官方tutorial的图像分类器示例，以开始使用开发板。但是，当我运行以下命令时，我会一步一步地遵循教程 python3 classify_image.py \
--model models/mobilenet_v2_1.0_224_inat_bird_quant_edgetpu.tflite \
--labels models/inat_bird_labels.txt \
--input images/parrot.jpg 我得到以下错误 File "classify_
浏览 103提问于2020-01-15得票数 1
回答已采纳
我正在尝试使用tflite_runtime来转换和运行一个小的keras模型。转换到tflite工作并使用tf.lite运行推理也很好，但是当使用tf.lite的解释器时，我会得到“分段错误: 11”，并且没有其他错误消息。对如何解决有什么想法吗？我需要在没有tensorflow的情况下运行tflite-运行时
我在macOS上使用:Python3.8.5TensorFlow 2.7.0 tflite_runtime 2.5.0
该模型用于检测一组地标中的手姿势：
Model: "sequential"
_____________________________________
浏览 27提问于2022-10-10得票数 0
我正尝试在我的Coral Dev Board Mini上使用YAMNET model made for the Coral Board，但我无法使其工作，因为我得到以下错误： Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/home/mendel/classifier_env/lib/python3.7/site-packages/tflite_runtime/interpreter.py", line 207, in _
浏览 174提问于2021-06-08得票数 0
我目前正在测试用TensorFlow Lite转换的U-Net网络推理的延迟时间。在一个分段问题上，我正在测试具有相同结构的三个NN (我正在用Windows操作系统在我的笔记本上测试它们)：
第一个模型: TensorFlow模型(没有优化，使用Keras接口创建)。
第二个模型:使用TFLite优化的TensorFlow模型(使用Python进行转换并不进行量化)。这实际上是第一个转变的模型。
第三个模型:使用TensorFlow优化和量化的TFLite模型(使用Python进行转换，用tensorflow.lite.Optimize.DEFAULT进行量化)。这实际上是第一个
浏览 4提问于2021-01-08得票数 1
我使用lite Converter将我的pb格式的模型转换为tflite格式，并使用lite解释器运行此模型，但它不能很好地工作，错误是：
Traceback (most recent call last):
File "/home/yuan/anaconda3/envs/TFLite/lib/python3.7/threading.py", line 917, in _bootstrap_inner
self.run()
File "/home/yuan/tensorflow-master/tensorflow/examples/speech_comm
浏览 3提问于2019-06-20得票数 6
我写了一个基于VGG16的模型，我只添加了两个额外的卷积层。输出是一个大小为16x16x1的数组，这只是简单的二进制分类的结果。我使用了TensorFlow-lite，代码基于可用的文档。问题是，当我使用模型进行预测时，它需要很长时间(近5分钟)才能给出结果。我在GPU上使用Tensorflow 2.4，Python3.7，我的显卡是GTX1660Ti(移动版)，CPU是英特尔i7 9750H。
代码可以在下面找到。
import tensorflow as tf
import os
import time
import numpy as np
import cv2
import keras
浏览 1提问于2021-02-07得票数 3
1回答
**大家好，我最近把tensorflow浮子模型转换成了tflite量化的INT8模型，最后我得到了模型，没有错误。我想在python中使用这个模型进行推论，但是我不能得到好的结果。代码如下：**
变换TF模型
def representative_dataset_gen():
for i in range(20):
data_x, data_y = validation_generator.next()
for data_xx in data_x:
data = tf.reshape(data, shape=[-1, 128
浏览 3提问于2021-03-23得票数 0
2回答
我正面临着坦索弗莱的问题。我知道这个错误：
不支持类型的INT32 (2)。节点STRIDED_SLICE (编号2)未能在状态1调用
我所做的是：
我用MNIST数据训练了一个模型。
model = tf.keras.Sequential([
tf.keras.layers.InputLayer(input_shape=(28, 28)),
tf.keras.layers.Reshape(target_shape=(28, 28, 1)),
tf.keras.layers.Conv2D(filters=12, kernel_size=(3, 3), activation=&
浏览 3提问于2020-11-15得票数 1
我在黑暗网上重新训练了我的模型，并使用将我的暗网重量转换为h5。
为了量化的目的，我用relu替换了泄漏的relu。然后，利用tf-nightly成功地将我的模型转换成tflite模型.
但是，我不能通过调整最近的错误大小来将模型解析为edgetpu。据我所知，在中支持调整最近邻居的大小，那么为什么会发生此错误呢？有办法解决吗？
下面是我的tflite转换代码：
import tensorflow as tf
import numpy as np
import sys
def representative_dataset_gen():
for _ in range(250):
浏览 3提问于2020-06-11得票数 1
回答已采纳
在使用C API加载tflite模型时，我目前遇到了以下错误：
错误:尝试使用只支持静态大小张量的委托，并使用具有动态大小张量的图。
tflite模型可以找到。这是的一个显式转换。
检查时的输入和输出张量似乎具有静态尺寸。我已经检查了模型与内创和找不到任何动态张量，但我可能忽略了。有什么方法可以看出哪些张量特别引起了它们的动态张量的问题？
浏览 6提问于2021-03-17得票数 2
回答已采纳
1回答
我希望能够使用SELU激活在CNN模型上部署在单片机上使用TFlite微控制器。
SELU只是ELU的一个扩展版本，ELU是作为TFLite微内核之一实现的。
我实现了基于/lite/micro/kernels/elu.cc和/lite/micro/kernels/elu.h副本的SELU作为selu.cc和selu.h。对于int8操作，SeluEval()中的计算只是从一个查找表返回，该查找表是在SeluPrepare()期间计算和填充的。
从阅读到现在我还不清楚，允许TFLiteMicro端口获取我的SELU激活，以及是否所有的 TFLite 框架，似乎坐在TFLite微的顶部，也需要能
浏览 4提问于2021-02-24得票数 0
1回答
我有一个tflite模型，运行在珊瑚USB，但我也运行在CPU (作为通过一些测试时，珊瑚USB是不可用的)。
我找到了，但是给出的答案没有用。
我的代码如下所示：
class CoralObjectDetector(object):
def __init__(self, model_path: str, label_path: str):
"""
CoralObjectDetector, this object allows to pre-process images and perform object detection.
浏览 2提问于2021-02-22得票数 1
回答已采纳
我用TensorFlow和Keras开发并训练了一个卷积神经网络。现在，我想把这个模型部署到一个Android设备上，在那里我需要一个实时应用程序。
我找到了将Keras模型部署到Android的两种方法：
将图形冻结为..pb文件(例如'model.pb')，然后在Android设备上使用"TensorFlowInferenceInterface“。
将冻结的图形转换为.tflite模型(例如'model.tflite')，然后在安卓设备上使用TesorFlow Lite解释器。
这两种方法都在Android设备上工作，并产生了预期的结
浏览 1提问于2019-05-18得票数 1
1回答
我已经创建了一个简单的LSTM模型，我想在我的Android应用程序中使用它。我将其转换为TFLite模型，并将其保存在.tflite文件中。我根据将模型导入到我的项目中，一切似乎都还好-- Android向我展示了当我想使用它时应该使用的示例代码，除非我尝试使用，否则在构建时会出现以下错误：
错误:包com.example.app.ml不存在导入com.example.app.ml.SnoreModel
我发现，当我使用不包含LSTM层的模型时，它工作得很好。我尝试了两种不同的方法将我的Keras模型转换为TFLite，一种来自保存的模型(如下面所示)，另一种来自加载的模型。在这两种
浏览 11提问于2022-02-27得票数 1
在我的图像分类应用程序项目( flutter )中运行tflite模型时，我遇到了问题。
我已经通过以下代码将我的CNN模型转换为tflite模型：
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model('/content/drive/MyDrive/CNN_Model/10.07.CNNmodel.100.92')
# converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_LATENCY]
converter.targ
浏览 16提问于2021-08-06得票数 3
我有一个TFLite模型。如何获取用于创建模型的TFLite版本？
在自动化过程中，我试图获取TFLite模型并对其运行推理。目前，我使用的是TFLite 2.4.1库。此版本以上创建的模型存在不支持的操作，需要输出错误。
最好的处理方式是什么？如何从模型中获取TFLite版本。
浏览 75提问于2021-06-08得票数 0
我目前已经使用下面的类脚本量化了一个tensorflow模型：
class QuantModel():
def __init__(self, model=tf.keras.Model,data=[]):
'''
1. Accepts a keras model, long term will allow saved model and other formats
2. Accepts a numpy or tensor data of the format such that indexing such as
data[0] will
浏览 20提问于2021-02-13得票数 0
我已经将Yolo模型转换为.tflite，以便在安卓系统中使用。这就是它在python中的用法- net = cv2.dnn.readNet("yolov2.weights", "yolov2.cfg")
classes = []
with open("yolov3.txt", "r") as f:
classes = [line.strip() for line in f.readlines()]
layer_names = net.getLayerNames()
output_layers = [layer_name
浏览 44提问于2020-08-03得票数 1
回答已采纳
操作系统平台和发行版:LinuxUbuntu14.04 TensorFlow版本: tensorflow (1.4.0)来自二进制，CUDA/cuDNN版本: cuda 8.0
我已经用tensorflow训练了一个定制的模型，我正在尝试使它成为一个适合移动应用程序的tensorflow模型。我的模型定义如下：
def P_Net(inputs,label=None,bbox_target=None,landmark_target=None,training=True):
#define common param
with slim.arg_scope([slim.conv2d
浏览 0提问于2018-04-03得票数 5
只是一个一般性的问题，没有重复的例子，但认为这可能是正确的地方无论如何，因为它的软件非常具体。
我正在构建一个模型，我想要转换为.tflite。它依赖于tf.hub.text_embedding_collumn()来生成特性。当我转换为.tflite时，会不会捕获到这样的结果模型将原始文本作为输入，而不是稀疏的向量表示？
在我花太多时间在这个方法上之前，最好先知道一下。提前感谢！
浏览 2提问于2018-06-20得票数 1
回答已采纳
2回答
我使用以下代码生成量化的tflite模型
import tensorflow as tf
def representative_dataset_gen():
for _ in range(num_calibration_steps):
# Get sample input data as a numpy array in a method of your choosing.
yield [input]
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)
converter.optim
浏览 5提问于2019-07-02得票数 2
回答已采纳
我已经训练了一个检测模型，当嵌入tensorflow示例应用程序时，它做得很好。
在用export_tflite_ssd_graph冷冻后，用toco转化为tflite，效果确实很差，而且有很大的“多样性”。
阅读的答案，在一个类似的问题上失去准确性，我想尝试tflite_diff_example_test在tensorflow对接机。
由于文档目前还没有那么发展，所以我构建了引用的工具
使用：bazel build tensorflow/contrib/lite/testing/tflite_diff_example_test.cc，运行平稳。
在计算出所有需要的输入参数之后，我使用以下命
浏览 0提问于2018-09-10得票数 0
回答已采纳
我正在使用tensorflow对象检测api来训练来自tensorflow 的自定义模型。
我成功地训练了模型，并使用提供的脚本对其进行了测试。
问题是，我需要一个detect.tflite在我的目标机器(一个嵌入式系统)中使用它。但是，当我实际用我的模型制作一个斜板时，它几乎没有输出任何，当它输出时，它是一个错误的检测。为了创建.tflite文件，我首先在输出中使用了export_tflite_ssd_graph.py，然后在输出中使用了toco，方法是遵循和一些谷歌搜索：
toco --graph_def_file=$OUTPUT_DIR/tflite_graph.pb --output
浏览 2提问于2020-05-12得票数 3
回答已采纳
在pb模型中，我有一个PRelu层。因为tflite没有PRelu OP，所以我将PRelu转换为Relu，如下所示：
pos = relu(x)
neg = - alphas * relu(-x)
return pos + neg
当转换为tflite模型时，PRelu将被relu和负操作替换。但是在转换时，两个负op之间的neg部分relu op被toco删除。转换后的模型如下：
pos = relu(x)
neg = -alphas * (-x)
return pos + neg
有什么问题吗？
浏览 0提问于2018-09-12得票数 2
回答已采纳
1回答
我试图在Android上运行一个tflite模型来检测对象。同样的，
我已经成功地用我的图像集训练了模型如下：
(a)培训：
!python3 object_detection/model_main.py \
--pipeline_config_path=/content/drive/My\ Drive/Detecto\ Tutorial/models/research/object_detection/samples/configs/ssd_mobilenet_v2_coco.config \
--model_dir=training/
(修改配置文件以指向提到我的特定TFrec
浏览 14提问于2020-09-28得票数 1
回答已采纳
2回答
我有一个TensorFlow Lite模型和一个Coral板，我想对开发委员会的TPU进行推断。
在我的Python推理脚本中初始化TensorFlow Lite解释器时，我添加了"libedgetpu.so.1“作为实验委托，遵循了中的示例(链接在中)，但是推理速度与没有指定TPU实验委托时完全相同，因此我假设推断仍然在Dev的CPU上运行。在开发板上(有和不带实验委托)的推理时间为32s；在我的台式机上，如果在CPU上运行TFLite模型，同一测试集的推理时间为10s；在转换为TFLite之前，如果在Keras中运行相同的模型，则为1.3s (我假设这比TFLite更快，因为它使用
浏览 6提问于2020-03-20得票数 1
回答已采纳
我用jni C++代码制作了安卓应用程序。
为了在android本机代码(C++)上创建apk时读取模型文件，我将模型文件放在资产文件夹中。(所以文件路径是my_app/src/main/assets/model.tflite)
然后，我尝试用以下代码读取模型，但出现了一个错误：
Kotlin代码：
private val context: Context
get() = getApplication<Application>().applicationContext
asset_manager = context.assets
C++代码：
AAssetManager*
浏览 8提问于2022-06-20得票数 0
回答已采纳
2回答
我一直在努力跟踪，一整天都在把所有的tensorflow动物园模型转换成TensorFlow Lite模式，以便在安卓系统上运行而没有运气。
我从这里下载了几个型号， (FYI，Chrome不让你下载这些链接不是https，我必须右击查看链接并单击检查器中的链接)。
我拿到剧本了
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_frozen_graph(
graph_def_file='frozen_graph.pb',
input_shapes = {'normaliz
浏览 49提问于2021-12-06得票数 3
考虑将我的TensorFlow模型转换为Flatbuf格式(.tflite)。
但是，我的模型允许任意大小的输入，即您可以同时对一个项或N个项进行分类。当我尝试转换时，它会抛出一个错误，因为我的一个输入/输出设备是NoneType类型的。
想想像这样的东西，在计算图中，我们输入的x是形状的[None, 784]。
在中，您可以像这样将模型转换为FlatBuf：
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
val = img +
浏览 1提问于2018-04-25得票数 4
回答已采纳
我们尝试使用deeplabv3和model 2在android上运行一个语义分割模型。我们采用TOCO和tflite_convert的官方tensorflow lite转换程序，借助官方的TensorFlow DeepLab模型动物园获得了bazel.The源冻结图。
我们使用以下命令成功地转换了模型：-
输出文件=toco256.tflite --graph_def_file=path/to/deeplab/deeplabv3_mnv2_pascal_trainval/frozen_inference_graph.pb --CUDA_VISIBLE_DEVICES=_=ImageTenso
浏览 3提问于2018-11-09得票数 9
我已经让Tensorflow Lite在Raspberry Pi上运行了一段时间来做一些对象检测，我已经在几个测试模型上尝试了它，没有任何问题。最近，我试图制作自己的模型，但我遇到了这个错误。我如何解决这个问题，有人知道它出了什么问题吗？ 这是我在Pi上运行Tensorflow Lite的代码 import os
import argparse
import cv2
import numpy as np
import sys
import time
from threading import Thread
import importlib.util
class Video
浏览 369提问于2021-11-05得票数 1
是否有可能将tflite模型转换为pb模型？
我看过很多关于转换"pb->tflite“的文章，但是没有机会找到"tflite->pb”。
如果这是不可能的，是否有任何方法，我可以做量化，只有tflite文件？
(到目前为止，我注意到tf.lite.TFLiteConverter.from_saved_model()只接受pb文件，这就是为什么我试图将tflite转换为pb)。
任何提示或建议都会很棒！
谢谢
浏览 5提问于2021-04-23得票数 2
回答已采纳
1回答
当我尝试将keras .h5文件转换为tflite时，我得到了一个TypeError。新的层是高斯核(径向基层)。
为了能够保存和加载keras模型，我还在自定义层中定义了get_config()方法。因此，我能够正确地保存和加载模型。
class RBFLayer(Layer):
def __init__(self, output_dim, centers=None, tol = 1e-6, gamma=0, **kwargs):
super(RBFLayer, self).__init__(**kwargs)
self.centers_ = cent
浏览 3提问于2019-09-10得票数 1
是关于在使用时将Mobilenet+SSD转换为tflite的教程，因为我理解这个自定义脚本用于支持tf.image.non_max_suppression操作。
export CONFIG_FILE=gs://${YOUR_GCS_BUCKET}/data/pipeline.config
export CHECKPOINT_PATH=gs://${YOUR_GCS_BUCKET}/train/model.ckpt-2000
export OUTPUT_DIR=/tmp/tflite
python object_detection/export_tflite_ssd_graph.py \
-
浏览 2提问于2019-03-18得票数 1
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
我正在尝试获得一个TensorFlow Lite示例，以便在一台带有ARM Cortex-A72处理器的机器上运行。不幸的是，由于缺乏如何使用C++ API的示例，我无法部署测试模型。我将努力解释我迄今所取得的成就。
创建tflite模型
我创建了一个简单的线性回归模型，并对其进行了转换，使其近似于函数f(x) = 2x - 1。我从某个教程中得到了这个代码片段，但是我再也找不到它了。
import tensorflow as tf
import numpy as np
from tensorflow import keras
from tensorflow.contrib import li
浏览 1提问于2019-07-01得票数 16
回答已采纳
嗨，伙计们，我用模型制造者的例子来训练一个训练前的Tflite模型通过自定义的数据集。我逐行执行它的工作，但是当我想使用model.export保存Tflite格式时，我得到了这个错误很长一段时间，我一直在为这个问题而斗争。
THis是我的代码：
!sudo apt -y install libportaudio2
!pip install -q --use-deprecated=legacy-resolver tflite-model-maker
!pip install -q pycocotools
!pip install -q opencv-python-headless==
浏览 22提问于2022-08-22得票数 3
我正在尝试调试使用自定义操作的tflite模型。我已经找到了op名称(在*.pb中)和op it (在*.tflite中)之间的对应关系，并且正在进行一层一层的比较(以确保输出的差异始终在范围1e-4中(因为它在结尾处爆炸，所以我希望找到我的自定义层失败的确切位置)如下：
方法1: --我使用get_tensor获得输出如下：
from tensorflow.contrib.lite.python import interpreter
# load the model
model = interpreter.Interpreter(model_path='model.tflite&
浏览 19提问于2018-11-01得票数 3
回答已采纳
我正在尝试使用Tensorflow-for poets 2 TFLite教程，的工作流程。
但是，不是图像分类，我是在尝试进行风格转换。这意味着我的网络的输入和输出是图像(与原始示例相比，输入是图像，输出是分数列表)。
我的许多问题之一是从tflite推断得到输出处理的图像：
加载tflite模型后，我有tflite解释器tflite。使用此解释器，我运行推理：
tflite.run(imgData, Out_imgData);
其中
imgData，Out_imgData
是ByteBuffers，以与Tensorflow相同的方式创建-供诗人使用-2 TFLite教程，。
现在我的
浏览 0提问于2018-11-04得票数 1
1回答
我正在运行一个量化的TFLite模型(在Linux中)，用于使用XNNPack后端进行推理。我意识到TFLite模型可能会遭受预测的高延迟，我正在尝试通过定义TFLite.Interpreter(num_threads=X)的线程数量来优化它的性能。 我使用X=4，6，8，None进行了一些试验，最好的方案是使用X=4，但这对我来说没有意义。如何定义最优线程数？更重要的是，定义num_threads自动与多个CPU一起工作，或者我必须使用另一个库/包吗？ (我们非常欢迎其他可以加快推理速度的优化！)我使用的模型是一个量化的google BERT。 谢谢。
浏览 124提问于2021-07-07得票数 0
如果我想使用python tensorflow函数在张量数据上执行一些实验来复制TFLite模型中的层，我该怎么做呢？conv可以由tf.nn.conv2d完成，但是向其添加偏置，然后应用relu不会给出正确的输出。使用tensorflow lite转换器和优化命令将模型- tf resnet50转换为tflite
浏览 4提问于2021-05-07得票数 0
我有一个模型保存后，作为pb文件，我想使用tensorflow移动，这是重要的工作与TFLITE文件。问题是我在谷歌上搜索转换器后发现的大多数例子是终端或cmd上的命令。请您与我分享一个使用python代码将tflite文件转换为tflite文件的示例。
浏览 3提问于2018-05-31得票数 11
回答已采纳
我使用MobileNet_v1_1.0_224 tensorflow模型进行对象检测。现在，我有了我需要转换为tflite扩展的自定义冻结图(.pb文件)，这样我就可以在移动设备上使用我的模型了。
有人能帮我识别这个张图中的输入和输出名称吗？我需要它们作为输入和输出参数，将冻结的图形(.pb文件)转换为tensorflow lite (.tflite)文件。
浏览 0提问于2018-09-15得票数 1
回答已采纳
BTHOG。
我定义并精调移动多语言bert模型，该模型使用以下keras代码构建：
bert_preprocess = hub.KerasLayer("https://tfhub.dev/tensorflow/bert_multi_cased_preprocess/3")
bert_encoder = hub.KerasLayer("https://tfhub.dev/tensorflow/mobilebert_multi_cased_L-24_H-128_B-512_A-4_F-4_OPT/1", trainable=True)
i = tf.keras.l
浏览 28提问于2022-05-09得票数 0
我正在编写这个基本教程关于使用Tensorflow lite进行图像分类的内容。但是，image_classifier.create()返回以下错误：
InvalidArgumentError: Trying to decode BMP format using a wrong op. Use `decode_bmp` or `decode_image` instead. Op used: DecodePng
[[{{node cond/DecodePng}}]]
[[IteratorGetNext]] [Op:__inference_train_function_11083]
Fun
浏览 10提问于2022-02-25得票数 0
我有一个Keras模型，我想在Coral Edge TPU设备上运行。要做到这一点，它需要是一个全整数量化的Tensorflow Lite模型。我能够将模型转换为TFLite模型： model.save('keras_model.h5')
converter = tf.lite.TFLiteConverter.from_keras_model_file("keras_model.h5")
tflite_model = converter.convert()
open("converted_model.tflite", "wb"
浏览 18提问于2019-09-27得票数 4
我试图在安卓手机上运行一个tflite模型(使用tflite_flutter包)，它成功地运行在phone CPU上。但是当我使用手机GPU时，我得到了下面的错误，它无法创建模型解释器。
I/tflite ( 8113): Created TensorFlow Lite delegate for NNAPI.
I/flutter ( 8113): Unable to create interpreter, Caught Exception: Invalid argument(s): Unable to create interpreter.
其次是下面的信息：
E/flutter ( 811
浏览 12提问于2022-11-04得票数 0
1回答
所以我要写我的硕士论文，用R做一些数据建模/评分，在那里我有一些问题。我得到了一个ReadMe文件，可以使用较早版本的R，但似乎不起作用，因此我尝试更新R和它的代码。但是我从未在R中使用h2o建模，当我尝试从作者给定的代码加载模型时，它会产生错误。有人能帮我解决这个问题吗？
我运行以下代码: w2v_model <- h2o.loadModel(w2v_fname)
导致此错误的原因: error:意外HTTP状态代码:400个坏请求(url = )
water.AutoBuffer.checkVersion(AutoBuffer.java:296)“1 " java.lang.
浏览 15提问于2022-02-10得票数 0
我想在Rasperry微控制器上运行一个使用Keras的简单神经网络模型。当我使用一个图层时，我会遇到一个问题。代码定义如下：
#include "main.h"
#include <string.h>
#include "tensorflow/lite/micro/kernels/micro_ops.h"
#include "tensorflow/lite/micro/micro_error_reporter.h"
#include "tensorflow/lite/micro/micro_interpreter.h"
浏览 43提问于2021-05-25得票数 0
回答已采纳
2回答
我目前正在通过以下指南建立一个多标签图像分类模型(它使用启动作为基本模型)：
从.pb转换到.tflite后，模型只比.tflite小约0.3mb。
以下是我的转换代码：
toco \
--graph_def_file=optimized_graph.pb \
--output_file=output/optimized_graph.tflite \
--output_format=TFLITE \
--input_shape=1,299,299,3 \
--input_array=Mul \
--output_array=final_result \
--infe
浏览 1提问于2018-07-24得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
