比较还做的调查网站,wordpress图片切换插件,宣传片拍摄合同模板,网站内容管理系统建设初涉知乎江湖#xff0c;知道大佬很多#xff0c;请温柔以待#xff01;#xff01;#xff01;七日凌晨#xff0c;谷歌连夜发布了有关于Tensorflow最新成果和技术#xff0c;这应该是贾扬清离开脸书后另一个深度学习界令人惊呼的事件了吧#xff01;#xff08;旁白…初涉知乎江湖知道大佬很多请温柔以待 七日凌晨谷歌连夜发布了有关于Tensorflow最新成果和技术这应该是贾扬清离开脸书后另一个深度学习界令人惊呼的事件了吧旁白反正你说是就是呗笔者对Tensorflow 2.0 Alpha 还是Beta不是很感冒倒是对tensorflow lite 1.0的更新激动到高呼卧槽牛比破音TF2019开发者大会全球即将同步直播TensorFlow Dev Summit 2019mp.weixin.qq.com 点击可看大会回顾 自17年开发者大会tflite作为tensorflow的移动轻量版随之发布以来在支持的运算和网络上做了较多兼容的工作可一直无法让人满意如此多喜闻乐见的网络没有办法在移动端部署开发者也只能望洋兴叹。终于此次大会为开发者带来了福音。支持的op将进一步拓展RNN/LSTM将完美支持再辅以前期not前妻的移动端GPU加速吾孰能知否移动端开发的此刻的躁动。TensorFlow Lite 2019 年发展蓝图www.zhuanzhi.ai 抱歉下面才是文章的主旨内容部分 目前移动端部署多是采用pb文件和tfmobiletflite是tfmobile的轻化light版相比tfmobile通常有更小的二进制大小更少的依赖和更好的性能大会规划的蓝图似乎让lite真正作为接替者走上历史的舞台说得自己都诚惶诚恐.早期看了很多转换tflite模型的技术博客糟了不少坑纸短情长无以在此言表。以下是个人重构的tflite丝滑版流畅的转换情景。step 1 安装bazel编译工具bazel官方安装教程 推荐第二种Using Bazel custom APT repository安装模式三步step 2 下载tensorflow源码笔者没尝试在安装版的tf里做编译用源码不影响平台运转放心操作。源码地址tensorflow/tensorflow配置过tf源码的盆友都知道接下来配置洪水般倾泻询问的让你进退维谷推倒重来是常态。记住一条关于cuDNN配置的全yescudn的部分通过其他的根据需求拟定。step 3 接下来进入编译bazel 对源码的编译如果只编译支持cpu的输入如下代码参考自https://www.cnblogs.com/shouhuxianjian/p/9416934.html$ bazel build --configopt //tensorflow/tools/pip_package:build_pip_package 如果需要gpu支持的敲如下代码$ bazel build --configopt --configcuda //tensorflow/tools/pip_package:build_pip_package 笔者言此步骤适宜午休前操作这样你可以感受不到它的漫长。step 4 好开心午休归来阿哩哩编译successful恭喜环境基本搭建完成如果没有安装版tf的可以参考余下的步骤完成。 $bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg $ sudo pip install /tmp/tensorflow_pkg/tensorflow 好了下面进入崭新阶段依以下的步骤编译模型转换工具包前方有坑预警~ $ bazel build tensorflow/python/tools:freeze_graph作模型固化的工具 $ bazel build tensorflow/lite/toto:toto其他经验分享这部分路径有误笔者已更正 $ bazel build tensorflow/tools/graph_transforms:summarize_graph查看模型结构的工具齐活下面就可以按照通用方式进行tflite模型转换了但是我们通常在模型训练完成后只有.ckpt文件可以将.ckpt文件直接固化成pb文件这里参考了tensorflow实现将ckpt转pb文件 转换pb代码 这样生成的固化pb文件可以直接进入toco命令转换了 在toco命令中需要有网络的输入输出shape等参数可以通过这个命令模型路径替换成自己的 $ bazel-bin/tensorflow/tools/graph_transforms/summarize_graph --in_graph../freeze_graph.pb 参考 Tensorflow 模型转 tflite 在安卓端使用模型结构参数 通过网络结构就可找到对应输入/出参量了进入toco模型转换以mobilenet为例命令如下形式第一行的路径笔者有修正 $ bazel-bin/tensorflow/lite/toco/toco --input_filefrozen_model.pb --output_filemodel.tflite --input_formatTENSORFLOW_GRAPHDEF --output_formatTFLITE --inference_typeFlOAT --input_shapes1,224,224,3 --input_arrayinput --output_arrayMobilenetV1/Predictions/Reshape_1 操作无误后就可以喜提tflite模型了如果有对android部署熟知或有兴趣的呼友也可以交流一下Delta first writen for Miniredzuzu~
