如何在转换为TFLITE模型时设置输入和输出阵列

Question

   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)

Answer 1

input_arrays和 output_arrays表示输入＆amp;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>