import tensorflow as tf
from tensorflow.contrib import lite
graph_def_file = 'D:\Models\kapl\inference_graph \frozen_inference_graph.pb'
input_arrays = [1,600,1024,1] #image_tensor
output_arrays = [1,600,1024,1]
converter = tf.contrib.lite.TFLiteConverter.from_frozen_graph(graph_def_file, input_arrays, output_arrays)
converter.post_training_quantize = True
tflite_quantized_model = converter.convert()
open("quantized_model.tflite", "wb").write(tflite_quantized_model)
input_arrays
和 output_arrays
表示输入&模型图的输出张量。
从.pb
文件检查图的最简单方法是使用摘要_graph工具。
如果该方法产生错误,则可以用张板可视化GraphDef,并查找图中的输入和输出。要可视化.pb
文件,请使用以下import_pb_to_tensorboard.py
脚本:
python import_pb_to_tensorboard.py --model_dir <model path> --log_dir <log dir path>