如何创建一个可轻松转换为TensorFlow Lite的模型?


如何创建一个可以转换为TensorFlow Lite(tflite)并能在Android应用中使用的TensorFlow模型?

按照Google ML Crash Course中的例子,我已经创建了一个分类器并训练了一个模型。我已经将模型导出为 保存模型. 我想把模型转换为 .tflite 文件,并将其用于 推断.

很快(其实是后来)我就明白,我的模型使用了 不支持的操作ParseExampleV2.

这是我用来训练模型的分类器。

classifier = tf.estimator.DNNClassifier(
        feature_columns=[tf.feature_column.numeric_column('pixels', shape=WIDTH * HEIGHT)],
        n_classes=NUMBER_OF_CLASSES,
        hidden_units=[40, 40],
        optimizer=my_optimizer,
        config=tf.estimator.RunConfig(keep_checkpoint_max=1),
        model_dir=MODEL_DIR)

有没有一种方法可以训练一个不用这个的模型 tf.ParseExampleV2 操作员?

TensorFlow Lite Model

解决方案:

使用方法 Keras 序列式 API 而不是 估算器API.

如果你的模型比较复杂,可以尝试 Keras功能API.

估算器是一个高级的API,它为模型增加了额外的复杂性。

这里是一个顺序模型。

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(1024, input_dim=WIDTH*HEIGHT, activation='relu'))
model.add(tf.keras.layers.Dense(1024, activation='relu'))
model.add(tf.keras.layers.Dense(1, activation='sigmoid'))

optimizer = tf.keras.optimizers.Adam(learning_rate=rate)
model.compile(optimizer=optimizer, loss='binary_crossentropy', metrics=['accuracy'])

和它的模式。将其与问题中的模型进行比较。

enter image description here

对于完整的例子如何转换模型 萤火虫 看我的项目 零八分类.

给TA打赏
共{{data.count}}人
人已打赏
解决方案

空查询返回数据库中的所有字段。Django

2022-4-21 4:00:10

解决方案

将XSLT属性解析为一个数组。

2022-4-21 4:00:12

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索