在转换为tflite模型时如何设置输入和输出数组

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表示模型图的输入和输出张量。

检查从图表的最简单方式.pb文件是使用summarize_graph工具。

如果该方法产生错误，则可以使用TensorBoard可视化GraphDef，并在图形中查找输入和输出。 要可视化.pb文件，请使用import_pb_to_tensorboard.py脚本，如下所示：

python import_pb_to_tensorboard.py --model_dir <model path> --log_dir <log dir path>