0
点赞
收藏
分享

微信扫一扫

TensorFlow Lite简介


组成

TensorFlow Lite简介_API

  • TendorFlow Lite转换器:用于将已经存在的模型转换为TensorFlow Lite兼容的模型(.tflite),并将训练的模型保存在硬盘上。还可以在移动或者嵌入式应用程序中使用提前训练的模型
  • Java/C++ API:用于载入.tflite模型并调用解释器。Java API是在C++ API上进行的封装,只能应用在Android系统。
  • 解释器和内核:内核帮助解释器根据选择载入内核模块,核心解释器大小为75KB
  • 硬件加速的代理:在所选的Android设备上,解释器将会使用Android神经网络API 来实现硬件加速,如果NNAPI不可用,就会使用CPU进行默认加速

支持的平台

TensorFlow Lite简介_Java_02

使用TensorFlowLite

  1. 可以直接运行官网的demo
    ​​​官方示例​​
  • 在官方的github上clone项目打开examples\lite\examples下的demo,使用Android studio打开运行即可
  1. 准备一个模型使用下面的脚本将该模型转换为TensorFlowLite格式

import sys
from tf.contrib.lite import convert_save_model
convert_savemodel.convert(
save_model_dir="filepath"
output_tfilte_file="filepath")


举报

相关推荐

0 条评论